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。
阮春福辞去越南国家主席职务 国会将审议人事******
中新网1月18日电 综合外媒报道，当地时间1月17日，越共第十三届中央委员会召开会议，同意阮春福辞去越共中央政治局委员和越南国家主席等职务。
阮春福请辞退休
据越通社报道，1月17日，越共第十三届中央委员会召开会议，就阮春福提出关于辞去越共中央政治局委员、越共十三届中央委员会委员、越南社会主义共和国主席、国防与安全委员会主席等职务并退休的申请进行审议并提出意见。
资料图：阮春福。报道称，在越南政府总理(2016-2021年)的岗位上，阮春福在领导、指导新冠肺炎疫情防控工作中付出了巨大努力，取得重要成果。但由于多名下属干部，其中包括两名政府副总理、三名部长违规并造成严重后果，阮春福承担领导责任。阮春福意识到其对党和人民的责任，提出辞去职务、辞去工作和退休的申请。
根据现行规定，考虑到阮春福个人意愿，越南共产党第十三届中央委员会当天召开会议，同意阮春福辞去中央政治局委员、越共第十三届中央委员会委员、越南社会主义共和国主席、国防与安全委员会主席等职务。
报道称，越南国会常务委员会决定将于1月18日下午召开第十五届国会第三次特别会议，以审议国会职权范围内的人事事项。
新加坡《联合早报》指出，阮春福的辞呈须得到国会的批准才能生效。路透社还称，阮春福的办公室未对此事置评，目前尚不清楚是否已选择了继任者。
曾被视为越南领导层“第二号人物”
阮春福为经济学专业出身，越南国民经济大学毕业，曾留学新加坡国立大学，是越南经济改革中涌现出的专业官员的代表。
资料图：阮春福。2006年到2016年间，他在时任越南总理阮晋勇领导下工作，从政府办公厅副主任、主任逐步晋升为副总理、常务副总理并进入越共中央政治局，协助阮晋勇主持了行政程序改革、国企精简重整、推进“平衡外交”及引进外资等工作。
此后，阮春福任总理期间也交出了一份颇受外界赞赏的“经济成绩单”。据《越南＋》报道， 2016年至2021年，越南国内生产总值的年平均增长率达5.99%，位居全球和地区GDP增速最快的国家和地区之列，吸引外国直接投资协议总额达1750亿美元，进出口额也连年增长。
而此次请辞，距离现年68岁的阮春福担任越南国家主席一职还不到两年。
2021年4月，时任政府总理阮春福当选为新一任国家主席。这是越南历史上现任政府总理首次被选举为国家主席。
阮春福在宣誓就职时承诺，将努力完成党、国家和人民赋予的任务，实现国家强大、全面且可持续发展目标，绝对尊重法律和宪法。他还表示，将与国会、政府和整个政治体系一道努力，密切关注国家全面发展的愿景、路线和战略的实施。
新华社报道称，越南领导层素有“四驾马车”之说，即越共中央总书记、国家主席、政府总理和国会主席。越南新一届“四驾马车”于2021年全部确定，包括越共中央总书记阮富仲、国家主席阮春福、政府总理范明政和国会主席王庭惠。
对此，《联合早报》援引新西兰惠灵顿维多利亚大学越南政治专家阮克江曾评论称，当选国家主席后，阮春福在当时已成为“党内第二号人物”。
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
至尊彩票地图 |
)