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 。
新任中国驻东盟大使侯艳琪向东盟秘书长递交任命书******
中新社雅加达12月22日电 (记者 林永传)新任中国驻东盟大使侯艳琪22日在雅加达向东盟秘书长林玉辉递交任命书 ，双方并进行了亲切友好交谈 。
当地时间12月22日，新任中国驻东盟大使侯艳琪(左)在雅加达向东盟秘书长林玉辉(右)递交任命书，双方并进行了亲切友好交谈 。 中新社发 中国驻东盟使团 供图侯艳琪首先转达了中共中央政治局委员 、国务委员兼外长王毅对林玉辉秘书长 的亲切问候。侯艳琪表示 ，中国共产党第二十次全国代表大会报告指出 ，中国坚定奉行独立自主 的和平外交政策，坚持亲诚惠容和与邻为善、以邻为伴的周边外交方针，深化同周边国家友好互信和利益融合。中方坚持将东盟作为周边外交的优先方向 ，愿同东盟等地区国家一道，共同致力于实现包容和可持续发展 。
当地时间12月22日 ，新任中国驻东盟大使侯艳琪(左)在雅加达向东盟秘书长林玉辉(右)递交任命书 ，双方并进行了亲切友好交谈 。 中新社发 中国驻东盟使团 供图侯艳琪表示，自1991年建立对话关系以来 ，中国东盟携手前行，相互成就 ，树立了地区合作共赢、共同发展 的典范 。全面战略伙伴关系的建立 ，开启了中国东盟关系的崭新篇章。中方愿同东盟进一步加强协调合作，落实好30周年纪念峰会和中国东盟领导人会议成果，推进共建“五大家园” ，构建更为紧密的中国东盟命运共同体。我期待同秘书长阁下、东盟秘书处和东盟各国同事密切合作，全力推动中国东盟关系迈上新台阶。
当地时间12月22日，新任中国驻东盟大使侯艳琪在雅加达向东盟秘书长林玉辉递交任命书 ，双方并进行了亲切友好交谈 。 中新社发 中国驻东盟使团 供图林玉辉祝贺中共二十大成功举行 ，请侯艳琪转达对王毅国务委员兼外长的问候，并欢迎侯艳琪履新 。林玉辉表示，东盟高度重视发展对华关系 ，赞赏中方为维护地区和平安全、推动区域经济合作所作贡献，期待同中方深化贸易投资合作 ，推进东盟中国自贸区3.0版建设 ，加强数字、绿色 、社会 、文化等领域交流，巩固人文纽带 。东盟秘书处将积极支持侯艳琪大使和中国驻东盟使团开展工作 ，推动东盟中国全面战略伙伴关系深入发展 。(完)
（文图 ：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
welcome购彩大厅地图 |
)