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。
为二十大动员,习近平再释中共前行姿态与行动逻辑******
(近观中国)为二十大动员,习近平再释中共前行姿态与行动逻辑
中新社北京7月28日电 (记者 黄钰钦 李京泽)7月26日至27日,中国省部级主要领导干部“学习习近平总书记重要讲话精神,迎接党的二十大”专题研讨班在北京举行,中共中央总书记、国家主席、中央军委主席习近平在开班式上发表重要讲话。
在这次以“迎接党的二十大”为重要主题的专题研讨班上,习近平深刻阐释了新时代坚持和发展中国特色社会主义的重大理论和实践问题,阐明了未来一个时期党和国家事业发展的大政方针和行动纲领。接受中新社记者采访的中共党建学者认为,此次会议是党代会前的一次重要吹风会,面向党内关键少数,习近平为即将召开的中共二十大作全面动员和部署,在统一思想凝聚共识的同时,也对外传递出中共未来的前行姿态与行动逻辑。
即将召开的党的二十大,是在进入全面建设社会主义现代化国家新征程的关键时刻召开的一次十分重要的大会,将科学谋划未来5年乃至更长时期党和国家事业发展的目标任务和大政方针。外界注意到,关于中共二十大,习近平用三个“事关”强调大会的重要性:事关党和国家事业继往开来,事关中国特色社会主义前途命运,事关中华民族伟大复兴。他还强调,新征程上,全党必须高举中国特色社会主义伟大旗帜,坚持以马克思主义中国化时代化最新成果为指导,坚定中国特色社会主义道路自信、理论自信、制度自信、文化自信,坚定不移推进中华民族伟大复兴历史进程。
“这一为二十大定调的表述具有明确的指向作用,也正好回答了中国共产党在新征程上举什么旗、走什么路、以什么样的精神状态、朝着什么样的目标继续前进等关键性问题。”中央党校(国家行政学院)教授张希贤表示。
从中共十八大开始,中国特色社会主义进入新时代。凡是过往,皆为序章。在专题研讨班上,习近平详细阐述过去5年工作和新时代10年的伟大变革。他指出,新时代10年的伟大变革,在党史、新中国史、改革开放史、社会主义发展史、中华民族发展史上具有里程碑意义。在总结十九大以来的5年时,他表示“极不寻常、极不平凡”。
这8个字里,饱含社会的共鸣:千年小康与百年中共“相遇”,绝对贫困全面消除;当新冠肺炎疫情突如其来,“人民至上、生命至上”理念具体可感;面对国际局势急剧变化,国家尊严和核心利益在斗争中得以维护……有评论指出,一件件具体的事件串联起每个人的共同记忆,共同构建起全党全国面对未来的信心。
在中共历史中,党代会不仅是对一段时间内事业的总结,也是谋划未来的思想动员会。在讲话中,习近平向全党明确二十大将要解决的关键问题,“要对全面建成社会主义现代化强国两步走战略安排进行宏观展望”,“重点部署未来5年的战略任务和重大举措”。
回溯过去,中共十九大对全面建成社会主义现代化强国作出分两步走的战略部署。如今,面向第二个百年奋斗目标,未来5年将是全面建设社会主义现代化国家开局起步的关键时期。习近平强调,搞好这5年的发展对于实现第二个百年奋斗目标至关重要。
“在实现中国式现代化的过程中,如何科学谋划未来5年乃至更长时期党和国家事业发展的目标任务和大政方针,将是党的二十大面临的关键任务。”中央党史和文献研究院原院务委员陈晋指出,习近平总书记对于国际国内大势的分析表明,党的二十大对两步走的战略安排在步骤上会更加具体,并将研究提出解决问题的新思路、新举措。
当前,世界百年未有之大变局加速演进,在全面建设社会主义现代化国家的道路上,未来的风险与挑战同样“风高浪急”,复杂性严峻性前所未有。对于一个百年大党而言,在未来道路上应保持何种前行姿态?对此,习近平在开班式上明确指出,必须永葆“赶考”的清醒和坚定。
“面对执政考验、改革开放考验、市场经济考验、外部环境考验等具体挑战,全面从严治党永远在路上,时刻不能放松。”清华大学马克思主义学院特聘教授杨金海指出,这场重要会议上,习近平总书记将党建问题摆在更加突出位置,向外界明确传递出中共面向未来的“赶考”姿态,这一清醒认识将为全面建设社会主义现代化国家提供坚实政治保障。
中国社会科学院马克思主义研究院副院长龚云进一步表示,这一前行姿态充分揭示了中国共产党的自信和自觉,表明中国共产党在新的征程上将继续勇于自我革命,推进全面从严治党向纵深发展,永葆马克思主义政党本色。
更重要的是,无论是对过往的总结,还是对未来的展望,党建专家认为其背后都体现出一个共同的行动逻辑:为了人民。在讲话中,习近平特别强调,“前进道路上,全党要坚持全心全意为人民服务的根本宗旨”,“始终同人民同呼吸、共命运、心连心”。
张希贤分析指出,中国共产党的根基在人民,力量在人民。从“以人民为中心”到“人民至上”,从“江山就是人民,人民就是江山”到“一切为了人民”,“人民”二字是中国共产党在不同阶段行为的出发点和落脚点,为人民服务的主线一以贯之。
“人民对美好生活的向往就是中国共产党的奋斗目标,为中国人民谋幸福、为中华民族谋复兴是党的初心使命。”杨金海认为,“在新征程新起点上,中国共产党前行姿态与行动逻辑和奋斗目标、初心使命相互映照,始终如一。”(完)
(文图:赵筱尘 巫邓炎)