点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
“把中国游客带回来！”瑞士搬出“天王级”明星******
中新网1月18日电(甘甜)“我们准备好了！”“我希望更多的中国人到来！”
自中国优化调整防疫政策、有序恢复公民出境旅游以来，多国争相热情邀请中国游客：机场拉起欢迎横幅，招聘会讲中文的工作人员，精心挑选代言人……
正如新加坡卫生部长王乙康所称， “中国向世界开放是个好消息，也是我们期待的事情。”
各国吸引中国游客，瑞士启用明星代言
近日，已经退役的“网球天王”费德勒有了新的身份和任务——瑞士旅游局“代言人”，把中国游客“带回”瑞士。
资料图：瑞士网球名将费德勒。中国调整疫情防控规定后，瑞士旅游业欢呼雀跃。中国游客的到来不仅有助于当地旅游基础设施被充分利用，市场如此大，瑞士旅游部门也值得为小众旅游产品做广告。“比如越野跑、植物学、文化(为主题的旅游)，”瑞士旅游局写道。
费德勒在亚洲颇受欢迎。根据瑞士媒体曝光的瑞士旅游局旅游营销计划，在为期一年、旨在吸引中国游客重返瑞士的最新计划当中，费德勒将起到关键作用。在其帮助下，预计今年约有80万人次的中国游客在瑞士留宿，接近疫情前2019年留宿人数的一半。到2025年，留宿人数将达到170万人次。
“中国游客已经在路上了。”不仅是瑞士，多国都对中国游客的回归翘首以待。
泰国旅游车协会主席瓦苏彻说：“旅游巴士运营商闲置车辆三年多，现在正安排车辆接受检查。”
素贞清迈幸福旅行社老板安奇利还特别雇佣了会讲中文的工作人员和司机，以便带领游客游览寺庙、瀑布和山区景观。安奇利说：“我相信中国游客来泰国的次数会比以前更多。我们准备好了。”
在埃及首都开罗的一些著名旅游集市，店主们也有着共同的期待。经营一家埃及传统美食餐厅的老板穆罕默德•萨利赫说，中国人非常友好，“他们热爱埃及传统，尤其喜欢传统的埃及食物，而且总是热衷于尝试。”
回想起市场小巷里挤满中国游客的日子，萨利赫说，“我祈祷着中国游客的到来，情况会慢慢好起来。”
中国游客回归，是经济重要推动力
“中国更强劲的经济将为区域活动提供支持，而重新开放将促进区域内旅游业。”东盟与中日韩宏观经济研究办公室(AMRO)首席经济学家许和意(Hoe Ee Khor) 指出。
2023年1月9日，泰国官员向抵达素万那普国际机场的中国游客发放花环。《今日商业》杂志评价称，旅游业的持续恢复——尤其是随着中国游客的回归——将为经济增长提供急需的推动力。
美国《华盛顿邮报》还指出，中国重新开放的步伐将影响全球增长和通胀前景。报道援引国际货币基金组织(IMF)总裁格奥尔基耶娃的话称，中国经济的复苏能力“很可能是2023年全球增长的最重要因素”。
而少数国家和地区针对中国游客采取入境限制措施，无疑是一种 “倒退”。
49岁的崔大成在明洞售卖服饰等商品约30年，目前靠送餐维持生计。他说，“我们过得很艰难，我希望更多的中国人到来，政府不要限制他们入境。”
在首尔一个可丽饼摊位上，24岁的孙景洛(音译)透露，他已经在制定应对大量来自中国游客的计划，正在招聘人员并准备囤货，“中国游客是我们的主要客户，越多越好。”
欧洲机场理事会总干事亚诺韦茨形容，“我们又一次陷入没有科学依据、不合理且不协调的旅行限制拼凑而成的状态。”
国际航空运输协会总干事威利•沃尔什发表声明，警告各国在“病毒已经在其境内广泛传播”的情况下恢复“已被证明无效”的措施。他说：“我们有工具来应对新冠病毒，而不是诉诸于切断国际连接、损害经济和破坏就业的无效措施。”(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
1分快3地图 |
)