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。
河南开封:“六个重大”淬炼年轻干部 实践锻炼再谱“开封篇章”******
央广网开封12月29日消息(记者 彭华 通讯员 廖峰李启军)经风雨、见世面、壮筋骨、长才干……新时代对年轻干部的选拔培养越发注重“德行”与“能力”,迈上新征程,为了更好地培养年轻干部,践行“勇做时代高质量发展开路先锋”的使命,开封市委提出把抓实重大任务、重大事项、重大民生、重大项目、重大改革、重大创新“六个重大”作为推进高质量发展的主攻方向,把选派年轻干部服务发展一线作为实现高质量发展的重要保障,探索出了一条推进事业发展与培养识别干部有机融合、一体推进的年轻干部成长新路径,谱写了年轻干部培养的“开封篇章”。
益海嘉里项目服务专员张军超组织项目施工单位召开疫情防控闭环管理部署会(央广网发 开封市委组织部 供图)
2021年4月,开封市委正式启动年轻干部“六个重大”实践锻炼工作,在全市范围内筛选出50家龙头企业、50家双高企业、50家专精特新培育企业和50家重点帮扶企业,从市级领导分包的“三个一批”项目中,选取50个签约项目、50个开工项目、50个投产项目,分配给从基层中选派出的100名朝气富有活力的“六个重大”实践锻炼小组年轻干部,使这些年轻干部走进企业、走进项目,以实际行动解决企业、项目和群众急难愁盼的问题。在实践锻炼过程中,年轻干部们还担负着企业党建指导员、项目服务专员、巡察专员、督导专员、信访专员“五大员”职责,指导企业党建工作,宣传惠企政策,协调具体问题,监督营商环境。
吴元斐带领企业负责人推介企业新品——真皮学生鞋(央广网发 开封市委组织部 供图)
“驻企期间,解决企业遇到的问题,就是对我们年轻人的提升和锻炼,我们分析问题成因、寻找问题核心、梳理解决思路、执行解决方案,看到问题解决后,企业更加有信心地投入经营发展中,作为年轻人,我们也更加有信心做好今后的工作”12月28日,到帮扶企业沟通问题解决进度的开封市委“六个重大”实践锻炼小组成员吴元斐说。
在他的帮扶下,开封当地一家皮革企业多年未解决的问题得到了很好的解决,企业负责人陈海霞坦言:“吴元斐平均一周来我们这里4、5次,调研、摸排问题、告诉我们问题的解决进度。在他的多方奔走和协调下,我们面临的难题、问题一个个被解决,打从心里更加认可现在这些年轻的党员干部!”
开封市“六个重大”实践锻炼工作开展以来,企业对年轻干部的赞誉不绝于耳。据悉,截至目前,100名年轻干部累计指导企业新建党组织47个,党组织覆盖率达到93%,新发展预备党员163人;服务分包项目累计完成投资652.3亿元,新开工项目84个,实际开工建设项目83个,开工率98.8%;应竣工项目45个,实际竣工项目31个,竣工率68.9%,“三个一批”综合成绩在河南省连续两次排名第一;协助解决企业问题726个,提供法律、政策信息1183次,全市固定资产投资增速、企业问题解决率均居全省第4。
与以往年轻干部实践锻炼工作相比,开封市委“六个重大”实践锻炼具有规模大、导向明、方式新、职责实的特点。经过层层把关,全市首批共确定100名年轻干部参与“六个重大”实践锻炼,人数历年最多。在选派过程中,把“最讲政治、最敢担当、最能干成事、群众最公认、人岗最相适”作为考察识别年轻干部的“黄金五条”,明确提出理想信念坚定优先选、工作实绩突出优先选、敢担当善作为优先选、有基层工作经历优先选,纸上谈兵型不选、不担当不作为不选、缺乏创新意识不选“四选三不选”原则,除明确报名人员职级须为正科级、年龄须为39岁以下、学历须为本科及以上外,加大从各个领域、各条战线、各个行业调配干部力度,将报名人员身份放宽至市直机关、市直事业单位、市管高校中在编在岗的公务员(含参公)或具有干部身份的工作人员,破除阻碍干部交流的“玻璃门”“旋转门”,真正让有潜力的干部选得上、作风实的干部出得来。
为做好“传帮带”,由开封市委书记担任组长,市委常委、组织部部长担任常务副组长的“六个重大”实践锻炼领导小组第一时间成立“六个重大”实践锻炼临时党委和临时党支部,所有选派人员进行集中办公,实践锻炼人员分组编入相应的党支部,选择统筹能力强、沟通协调能力强的成员担任各支部班长、副班长,确保年轻干部“长得快”“墩得实”。为使每名年轻干部在实践锻炼中职责清晰,开封市委为每名选派干部明确具体服务的项目、分包的企业,促进参加实践锻炼的年轻干部能够提升干部党务工作、经济管理和社会治理水平。
(文图:赵筱尘 巫邓炎)