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。
专访中国香港（地区）商会会长杨莉珊：看好香港与内地更密切地融合******
中新社北京1月18日电 题：专访中国香港(地区)商会会长杨莉珊：看好香港与内地更密切地融合
中新社记者 张晓曦
“现在内地与香港已经通关，港人港企有更多机会了解内地发展机遇，我看好今后香港与内地更密切地融合、往来与发展。”近日在北京接受中新社记者专访时，中国香港(地区)商会会长、香江国际中国地产有限公司首席执行官及执行董事杨莉珊如是说。
资料图为杨莉珊。 中新社发 受访者供图杨莉珊2022年6月当选中国香港(地区)商会会长。约30年前，还在会计师事务所工作的她，就曾被从香港派驻到内地工作，见证了内地飞速发展与变化。
“我记得在1993年时，作为港人到内地工作，公司会提供一些补贴，因为考虑到当时内地的生活还不是很便利。但近30年过去，像北京、上海、深圳这样的城市已经发展得非常好，配套设施很完善，越来越多的港人、国外的专业人士，也都愿意到内地来工作、生活。”杨莉珊说。
同样是在1993年成立的中国香港(地区)商会，今年进入第30年。“目前我们有近80家公司会员、100多位个人会员，以在北京发展的港企、港人为主。”杨莉珊介绍，今后，中国香港(地区)商会将重点从加强商务往来、增进文化交流，及促进港人港企深入了解国家政策等方面着手，组织开展更多活动。
“我们希望可以帮助港人港企了解更多新的政策、法规，并组织一些论坛、宣讲会等，让他们更好地了解内地的发展。”杨莉珊说，对于“十四五”规划、粤港澳大湾区建设以及“一带一路”倡议等，商会也会更多组织实地考察等活动，让港人港企更加深入地了解及融入国家发展大局。
杨莉珊还十分关心香港青年的发展。她表示，中国香港(地区)商会将持续为香港青年学生提供平台，包括提供实习机会等，为他们提供更多选择，也会为他们在内地学习、生活、工作等提供帮助。
“其实我希望香港的年轻人眼光可以看远一点，因为内地可以提供的机遇是很大、很广阔的。”杨莉珊认为，在打开视野的同时，她也希望香港青年能够了解国情、了解政策，这样才能更好地发现机遇、把握机遇。
作为爱国港人、港商，杨莉珊经常在香港报章上发表言论文章，跟进时事，同时也介绍国家的发展。“因为我很早就到内地参与工作，见证了过去近30年国家的发展变化，所以想把一些新的政策、机遇，和更多人分享，这也是我想要做到讲好中国故事的一个体现。”她说。
在杨莉珊看来，过去几年，香港经历了“修例风波”，又遇到新冠疫情，经济和社会受到冲击，但在阴霾过后，香港作为国际金融中心、贸易中心和航运中心的优势仍然明显，且香港背后始终有国家支持，在与内地实现通关后，未来有望再次实现“腾飞”。
正在参加北京市两会，杨莉珊还表示，建设国际创新科技中心及中外文化艺术交流中心，是未来香港发展的新亮点，这两个方向与北京的发展更是“不谋而合”，香港与北京可以加强合作，实现优势互补。作为北京市政协委员，她也在提案中建议北京加强人才建设、为女性提供更多生育保障等。
“香港的未来，一定会与内地更加紧密地融合。”杨莉珊说，香港与内地通关后，相信会有更多港人港企愿意来到内地发展，而要“做大做强”，一定要用好国家的支持。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
天天好彩地图 |
)