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。
杭州西站的春运“首考”：守好回家路 暖心伴旅途******
(新春走基层)杭州西站的春运“首考”：守好回家路 暖心伴旅途
中新网杭州1月17日电(张煜欢)17日，随着D3076次列车缓缓发车，杭州西站新一天的春运工作又拉开了帷幕。去年9月才正式投入运营的杭州西站，如何应对开站以来的首次春运大考？
首场春运，讲究的是一个“暖”字。
17日上午记者来到杭州西站看到，不少书法爱好者正在候车室里为旅客现场写春联、送福字，让旅客把“福”带回家；径山茶演示吸引了不少旅客的目光，古色古香的茶道表演引得人们纷纷掏出手机拍照留念；候车室和进站口等地还设置了姜茶发放点，志愿者一杯接着一杯为旅客驱寒送暖。
杭州西站迎来大客流。 王刚 摄据了解，杭州西站今年春运预计发送旅客28万人次，日均发送旅客1.2万人次，客流高峰日为1月18日，预计发送旅客2.5万人次。
记者看到，杭州西站自助售票处共有7处，地面到达层“云谷”两侧电梯后各1处，东西进站厅各2处，候车室内综合服务中心1处，共有53台自动售票机。今日客流虽然较前几日有所提高，但现场依旧井然有序。
杭州西站值班站长吴佩佩说，站内的每个区域均可提供购票、改签、退票、打印报销凭证、打印行程信息提示等服务。
作为“轨道上的长三角”重要节点工程、服务保障杭州2022年亚运会的重要交通配套工程，今年春运期间，杭州西站提出落实防控举措、凝聚多方力量，为旅客平安出行、有序出行、温馨出行送去新春美好体验。
暖心服务，少不了“之江心驿”雷锋服务站的身影。该服务站传承“赵红卫服务网络班”优良传统，在杭州西站内推行个性服务，例如针对盲人、腿脚不便者等不同类别的重点旅客，车站提前对接掌握特殊服务需求。
志愿者为旅客送姜茶。 张煜欢 摄首场春运，讲究的还是一个“新”字。
其实自2022年9月22日正式投入运营以来，杭州西站已先后经历了国庆和元旦运输考验，凭借“创新的站场设计”“创新的技术运用”和“创新的客运供给”给旅客带来了更快速、更舒适和更周到的候乘体验。
杭州西站客运值班员王强自杭州西站开站筹备之初就坚守在这一岗位。他告诉记者，杭州西站采用“中间进站、两端候车”设计，旅客通过地铁、公交等方式进站，不再绕道到站房两端，从“云谷”乘坐扶梯能直达中部候车厅，大大提升旅客出行效率。
志愿者为旅客送姜茶。 张煜欢 摄为迎接即将到来的客流高峰，杭州西站正继续加强预想研判，提前做好风险防范。“比如我们对出发客流相对的集中的列车，会做好现场组织，重点对进站口、检票口、站台层加强引导力量，确保旅客有序进站乘车。”王强说。
记者看到，为进一步落实防控措施，候车室内还引进消杀洗地机器人。根据规划路线，机器人可在指定区域连续作业4小时，每小时可覆盖1200平方米。另外，杭州西站也“严阵以待”，加大巡防力度护平安。春运期间，铁路公安实行24小时在岗，常态执行巡逻和安检、线路巡查等工作，为每个归家路上的游子“保驾护航”。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
云顶彩票地图 |
)