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。
RCEP生效一周年 政协委员建议打造福建东盟产业连通器******
中新社福州1月12日电 (记者 闫旭)在12日于福州继续举行的福建省政协十三届一次会议上,福建省政协委员、厦门大学国际关系学院/南洋研究院教授吴崇伯建议,推动境外经贸合作区建设,打造福建东盟产业连通器。
时值《区域全面经济伙伴关系协定》(RCEP)生效一周年,抢抓RCEP机遇,拓展福建与RCEP成员国经贸交流合作,成为此次福建政协会议的热议话题。
2022年,福建出台高质量实施RCEP的32条措施,签发原产地证书2.57万份,货值103.7亿元人民币。福建省省长赵龙在福建省十四届人大一次会议上作政府工作报告时表示,福建将积极培育国际营销公共平台,政策支持企业运用RCEP优惠关税等规则开拓市场、抢抓订单,推动“福品卖全球、全球买闽货”。
吴崇伯认为,福建省与RCEP其他成员国联系日益密切,经济往来频繁,在RCEP生效实施的良好预期下,应采取措施全面对接RCEP。
作为中国—印尼“两国双园”项目的中方园区,位于福建福州福清市的元洪投资区已有印尼投资企业21家。吴崇伯提出,将中国—印尼“两国双园”项目打造为两国产业的连通器,同时积极探索建设中国(福建)—马来西亚“两国双园”、中国(福建)—菲律宾“两国双园”,重点推动印尼春申农业合作示范区、柬埔寨闽柬工业园等加快投资建设。
“用好协定关税减让安排和原产地规则,在巩固传统产品出口优势的同时,扩大机电产品、高新技术产品出口。”吴崇伯建议,推动对RCEP成员国先进技术设备、原材料、中间产品、优质消费品进口,将福建打造成东南沿海地区区域性进口商品集散中心。
他也建议,充分发挥福建省侨资侨力优势,加强与RCEP成员国合资经营、联合投资;探索在RCEP成员国搭建电子商务平台,支持跨境电子商务等新型贸易方式和外贸综合服务企业的发展,全方位与RCEP成员国建立更为密切的合作关系和合作机制。
如何抓住RCEP生效实施带来的机遇?在此次福建政协会议上,民革福建省委会建议,稳定福建传统优势产业纺织鞋服产业链供应链,打造RCEP纺织鞋服出口基地,建设RCEP进口纺织鞋服产品营销中心,拓展福建省对外经贸合作的广度和深度,推动形成国际经济竞争合作新优势。
民进福建省委会经过调研认为,福建数字贸易增长将迎来机遇期,可加快推进新型数字基础设施建设,探索制定完善数字贸易制度规则,促进跨境电子商务创新发展,拓展与RCEP国家的电商平台合作,推动福建制造品牌“走出去”。
近期,福建多地组织企业“出海”抢订单。福建省政协委员、致公党福建省委会专职副主委吴棉国建议,发挥侨海优势,加强闽企与海外工商界、企业界的沟通交流,引导产业链、供应链上下游企业共同抱团;扩大闽企的海外“朋友圈”,为闽企“抱团出海”铺路搭桥。(完)