快盈vAPP_快盈v手机版

来源：快盈v官网网址2024-05-05 17:48

快盈vAPP

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。

辽宁：北河村的乡村振兴之路******

　　新时代新征程新伟业丨辽宁：北河村的乡村振兴之路

　　辽宁葫芦岛市绥中县北河村，十年间，从一个名不见经传的小山村，变成了百姓致富有项目的美丽乡村。如今，北河村以二十大精神为指引，开启新征程，谋划新发展。

　　北河村地处大山深处，党的十八大以来，依托精准扶贫政策，北河村基础设施不断完善，大力发展生态特色产业，村民的日子蒸蒸日上。北河村党支部书记孙国华是党的二十大代表，这段时间，她时常进屯入户，和乡亲们一起学习二十大报告，一起谋划下一步的发展。

　　种植苹果是北河村的支柱产业，今年苹果大丰收，品相好的一等果能卖到两块八一斤，但是个头稍小一点就会被收购商判定为二等果，一斤只能卖5毛钱，这让村民们很上火。孙国华和乡亲们商量，如果搞果脯深加工，把村里的二等果全部加工成果干，能够卖出四倍的价钱。

　　辽宁绥中县北河村党支部书记孙国华：我自己试做了一个果脯，结果非常好，我就想我为什么不把这个产业做起来。

　　经过讨论，建个苹果加工厂，成了大家的共识。最近，村里正忙活着准备工作，先由三户村民组成一个合作社进行试生产，县里负责提供苹果烘干、包装等加工技术支持，另外，由村集体出资建冷库，之后租给村民，以解决规模化生产后的苹果存储问题，还能让村子也有收益。

　　此外，县里农业农村局还提供金融支持，为符合标准的村民，提供5万元免息贷款。

　　原料、技术、冷库、资金有着落了，孙国华还发动在城里做直播电商的村民为苹果干找销路。现在正值冬季，原本是东北农村农闲的时候，致富的希望让北河村村民们充满激情地忙活了起来。

　　辽宁绥中县北河村村民王殿宝：国家的政策这么好，我们没有理由不好好干，我们要抓住这个机会好好地拼一把。

　　落实党的二十大精神，全面推进乡村振兴，北河村除了紧锣密鼓地推进苹果加工厂项目，还把村里6名栗子种植能手组成技术突击小组，向河北专家学习最新的栗子树种植技术，为明年全村的栗子丰收打下基础。下一步，北河村谋划着将乡村旅游和特色农产品、苹果加工产品结合，不断拓宽农民增收渠道。小小的山村正在孕育着更大的变化。

　　辽宁绥中县北河村党支部书记孙国华：总书记指出，新时代伟大成就是党和人民一道拼出来、干出来、奋斗出来的。今后我将多找一些好项目，脚踏实地，带领村民闯出一条致富路来，让我们的小山村变得更富裕，更美丽。

　　(总台记者张宇珺李琳李进王楠郭津婧一田忠卿孙松涛刘华栋闫崎峰金光宇迟波辽宁台葫芦岛台绥中台)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）