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。
词、联贺2023年元旦******
编者按
新年伊始,万象更新。值此佳期,野草诗社、玉坛诗书画苑的诗人挥毫泼墨,创作一批诗词楹联作品,现刊发部分佳作,以飨读者。
一丛花·辞旧
王改正(北京)
新元开泰,气象更新。仰望蓝天,有“祝融”探火,“羲和”逐日,“天和”遨游星辰。玉渊潭里,水波澹荡;世纪坛边,鼓乐雄浑。青鸭戏水,翠鸟凌云。可吟怀咏志,能悦性怡神。于是忆家山故旧,思父老乡亲。谁来微信,我有清吟。词曰:
迎新辞旧又年终,岁月太匆匆。家山微信乡愁苦,举瑶杯,泪眼濛濛。榆麦桑麻,思怀父老,情意寄三农。
长河一带水溶溶,舞步伴琴声。天和舱外清清月,照苍民,仰望星空。待到春来,桃红柳绿,都爱嫁东风。
鹧鸪天·癸卯迎春曲
李伟亮(河北)
柳影烟花隔岁真,流光暂许得闲身。斟来一盏屠苏酒,醉了千家烂漫春。
风点卯,福敲门。诗章吟罢长精神。东邻弹曲西邻唱,年味浓时雪色新。
釆桑子·迎新年
姚琳莉(浙江)
波水粼粼倒垂杨,桅影轻航。流光徜徉,烟雨幽幽话清凉。
四海倾行来去忙,怎费思量,尘事端详,云淡风轻无短长。
鹧鸪天·元日
李小华(四川)
回首壬寅辞虎年,征程又是著雄篇。恢宏谋略环瀛誉,不朽功勋日月悬。
迎玉兔,启新元。生机无限报花鲜。吉星争耀高峰越,癸卯莺鸣喜占先。
沁园春·元旦吟哦
蒲 俊(四川)
玉兔开新,辞岁倾怀,兴绪万千。忆九天建站,六英嘉会,亿民纳福,四景尧天。赤县神州,大街小巷,七彩流光紫气诠。运筹略,复兴宏图展,景焕无边。
宇寰路带波连,迭互利、双赢百卉妍。颂雄师烈武,海天亮剑,东方崛起,科技争先。五岳崔巍,大江浩荡,一代时英始志坚。号角响,再追双百梦,勇往无前。
蝶恋花·元旦抒
文光焰(四川)
雪霁梅开香入户。腊破春回,又是经年暮。游子思归南北路,屏传祝愿兼思语。
陌上明朝莺燕舞。莫叫流光,总被闲愁误。且把诗心随酒煮,研花入墨新元赋。
巫山一段云·元旦
冯星辽(四川)
雪润梅娇艳,风催绿渐肥。家家年味绕罗帏,游子已当归。
万树抽新蕊,千山起翠微。春风报喜入柴扉,天地永生辉。
玉堂春·早梅初绽
邹慧萍(宁夏)
早梅初绽,鹊踏新枝呼伴。已是春还,似水韶光。岁岁年年,暑往寒来去,借问谁堪日月长。
紫燕归飞殷切,春深春浅翔。旧垒人家,识得东风好,桃杏离离倚画堂。
破阵子·冬尽春归
何晓晴(宁夏)
三载浑如旧梦,一朝雾散烟霞。心绪悠悠涤过往,意念沉沉连海涯。驱魔须有槎。
冬育生机无限,春临蓬勃新鸦。天地仁慈常忘我,日月从容一任嗟。人声似水哗。
渔家傲·年关
丁丽君(山西)
清弦弹雪和茶煮,徐徐翻检年归处,九曲痴心难了悟。频自顾,几多词赋朝还暮。
待绽寒梅凝瑞露,听来激越风中鼓,逐浪排云驱瘴雾。红韵舞,诗魂且待同春住。
清平乐·元旦
王文荣(天津)
惠风和畅,曲曲春歌荡。聚力凝心齐志壮,逐梦催征号响。
钟美绿水青山,新岁新地新天。强国宏图绘就,再书特色雄篇。
赵永生(北京)
特色凝香春焕彩;
初心织梦锦添花。
刘能英(北京)
花簇乡村融合路,
春描区域协调图。
韦树定(北京)
一路春风,万里程如虎添翼;
百年使命,千秋业见凤呈祥。
高寒(武汉)
嘉政答升平,喜福满河山,虎尾肃清三载疫;
丰年腾气象,看花喧街陌,兔毫描绿一枝春。
张连玉(湖北)
描绘蓝图,凝心聚德,共圆中国梦;
催征金号,立志攻坚,际会大康庄。
魏春彩(湖北)
众志成城,经雨御风,人类愿新冠远去;
励精图治,翻天覆地,神州迎玉兔归来。
黄汉民(湖北)
红旗高举,祖国雄威好景。
青龙独尊,航天俊杰欢欣。
李玲(湖北)
梅开岁尽,恭迎兔至虎归顺;
雪舞新年,福启春来疫疾消。
张凤先(四川)
沐雨经风斐然伟业铭华夏,
雄关漫道踔厉前行上玉阶。
谢光华(湖北)
高擎二十大旌旗,不负初心,开创未来圆国梦;
竞发万千帆沧海,犹怀壮志,迎新除旧喜春风。
李荆江(湖北)
天问星繁,轮回四季更新拓;
地求疫绝,转换三观做大攀。
海平君(山西)
十里春风萦好梦
一枝兔管写新诗
常丽红(山西)
红日大光,绘就蓝图凭圣手,
黎元伟业,筑成好梦待春风。
常旖格(山西)
奔月神舟邀玉兔,
撒花丝路舞金龙。
马煦乔(山西)
山川瑞气盈万户,
日月祥光照九州。
孙渝泽(山西)
金杯祝岁乾坤大,
玉兔迎春日月新。
李雨乐(山西)
红梅傲雪扬佳气,
玉兔迎春布紫云。
宋佳月(山西)
梅向金光勤报喜,
燕寻翠柳乐开颜。
韩存轩(山西)
玉兔豪光生紫气,
金龙捷足入青云。
姚宣羽(山西)
瑞雪飘飘含韵到,
红梅点点咏春来。
李沐阳(山西)
红梅贺岁满堂彩,
白雪迎春万事兴。
杨凯焱(山西)
喜居宝地千年旺,
福照吉门万事兴。
杨子煜(山西)
雪花滋润红梅艳,
紫气升腾绣户祥。
组稿:何云春 李方舟
审稿:王改正 张 宁
(文图:赵筱尘 巫邓炎)