向善而生的AI助盲,让AI多一点,障碍少一点******
有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。
AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。
新契机:多模态算法或将造福数以亿计失明者
科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。
一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。
多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。
大挑战:如何看到盲人“眼中”的千人千面
AI助盲看似简单,但多模态算法依然面临重大挑战。
多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。
但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。
另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。
为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。
另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。
最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。
多解法:浪潮信息AI助盲靶向消灭痛点
AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。
在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。
盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。
目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。
真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。
在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。
眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。
春节商超等客流量较大场所如何防疫?官方回应******
中新网北京1月11日电(韦香惠)春节临近,商场、超市、农贸市场等客流量较大场所的疫情防控措施受到关注。11日,国务院联防联控机制召开新闻发布会,介绍重点机构和重点场所疫情防控有关情况。
![](http://i2.chinanews.com.cn/simg/cmshd/2023/01/11/010ff39a9daa4ba6bc3d98f8bc4bfe1a.jpeg)
重点人群、重点机构、重点场所仍是防控重点
国家卫生健康委新闻发言人、宣传司副司长米锋在会上表示,实施“乙类乙管”措施后,重点人群、重点机构、重点场所仍然是防控重点。
他表示,养老机构、社会福利机构等场所高风险人群较多、人员集中,疫情传播风险大。要加强健康监测和早期干预,确保重症高风险人员能够及时发现、及时转诊、及时救治。
他提醒,商超、物流、餐饮、交通等行业的从业人员要加强个人防护,做好自我健康监测,出现症状及时报告。
![](http://i2.chinanews.com.cn/simg/cmshd/2023/01/11/1a28ba4c03b5477684f0fa24b3a82b27.jpeg)
重点机构和场所加强监测实现疫情早发现
中国疾控中心传防处研究员常昭瑞表示,奥密克戎变异株传播速度快,重点机构和场所人员密集,一旦有传染源引入,短期内易造成传播扩散,对老年人影响比较大。在落实好重点机构和场所常规防控措施下,通过开展健康监测、抗原或核酸检测,及早发现疫情是关键。
对于养老机构、社会福利机构等脆弱人群集中的场所,一是每日至少开展两次全体人员的体温检测和新冠病毒感染相关症状监测。二是根据机构是否采取封闭管理,对机构内工作人员和被照护人员分类开展定期核酸或者抗原检测。如果出现可疑症状,要及时采取核酸或者抗原检测。
此外,医疗机构重点要做好重症高风险住院患者的抗原或核酸检测,及时发现和管理感染者,降低疫情在医疗机构内的传播和扩散。对于其余重点机构和重点场所工作人员要加强监测,如果出现症状时,要及时进行抗原检测和核酸检测。
![](http://i2.chinanews.com.cn/simg/cmshd/2023/01/11/0f137f2a389f44a2bf074c2fd22315a5.jpeg)
保障春节期间市场供应,提倡无接触服务
商务部消费促进司一级巡视员耿洪洲表示,春节是中华民族最重要的传统节日,也是消费旺季,大家会集中置办年货过大年,商场超市客流量会比较大。为此,商务部加强市场监测预警,指导商贸流通企业加大备货力度,保障生活必需品市场供应充足。
同时严格按照“乙类乙管”总体方案,落实不断优化疫情防控措施的要求,制定商场、超市、农贸(集贸)市场等新冠病毒感染疫情防控操作指南,明确防控制度、环境卫生、员工卫生防护等要求,指导行业做好防控工作。
一是加强人员防护。做好员工自我健康监测,如有相关症状,要及时报告并开展抗原或核酸检测;符合疫苗接种条件的员工需要完成疫苗加强接种,实现“应接尽接”;员工工作期间全程佩戴口罩,一次性手套等防护用品;引导顾客全程规范佩戴口罩,不再测温和查验健康码。
二是加强环境卫生消毒。商超、农贸(集贸)市场要加强通风换气,每日开窗通风2-3次。商超要对公共用品和设施,每日清洁消毒不少于2次,及时清理垃圾,保证消毒频次和效果。农贸(集贸)市场要对批发档口进行集中统一清洁消毒,维护好公共区域和设施的整洁卫生。摊位经营者应履行“一日一清洁”等要求,每日营业后要及时消毒。
三是提倡无接触服务。鼓励顾客优先采用扫码付款方式结帐,尽量减少人员接触和排队时间。鼓励线下与线上购物相结合,因地制宜开展即时零售、网订店送等服务。(完)
彩神大发地图 |