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。
法澳联合声明插手台海问题 专家:会进一步加剧地区形势复杂性******
【环球时报驻法国、澳大利亚特派、特约记者 于超凡 达乔 环球时报报道 记者赵霜 张晗】澳大利亚与法国“2+2”部长级会谈1月31日发表联合声明,表示两国将共同为乌克兰提供数千发155毫米口径炮弹。同时,联合声明提到法澳在印太地区的合作,并将台海问题列入其中。接受《环球时报》记者采访的专家认为,法澳联合声明中涉中国表述的增加,是对美国盟友身份的再次宣示。在美国因素和乌克兰危机的影响下,法澳两国试图作为“印太地区的重要国家”在安全领域发挥影响,应该以促进区域合作、维护地区稳定为目标,硬扯上台海局势对两国及地区而言都是有害无益。
据路透社1月31日报道,正在法国访问的澳大利亚副总理兼国防部长马尔斯和外交部长黄英贤与法国国防部长勒科尔尼及外交部长科隆纳举行了“2+2”部长级会谈。除了重点探讨的法澳联合生产“数千发”155毫米炮弹,印太地区防务合作也是主要议题之一。澳大利亚国防部长马尔斯表示,“(法澳)双边关系正在升温”,期待两国国防军事伙伴关系更加深入,在印太地区进行更多的联合演习和军事合作。法国近年来一直谋求通过与地区国家合作来加强其在印太地区的军事存在。
澳大利亚《时代报》报道称,马尔斯提出法国是澳大利亚在太平洋地区最近的邻国之一,法国海外领地法属新喀里多尼亚和澳大利亚诺福克岛之间的距离不到700公里。他说:“法国是印太地区的自由民主国家,它拥有一个由全球规则秩序管理的全球愿景。”“从这个意义上说,作为我们最亲密的邻国,法国确实处于澳大利亚与世界上任何国家之间关系的最顶端。”
不过,澳媒称,两国在国防合作上仍存在分歧。法国仍寄希望在澳大利亚从英美获得核潜艇前能够向澳出口常规动力潜艇。对此,马尔斯给出了否定的答案。
在会后发布的联合声明中,双方在对乌军援、生态转型、军事合作等方面达成一致。除此之外,声明大篇幅谈到法澳在印太地区的合作,包括供应链安全、海上安全、气候变化等领域,以及重申支持东盟的中心地位和东盟主导的区域架构。此外,声明还在“印太地区”部分罕见地谈及台海问题,强调台海和平与稳定的重要性,呼吁在不使用武力或胁迫的情况下,通过对话和平解决两岸问题;重申共同反对单方面改变现状;承诺共同努力支持台湾有意义地参与“国家资格不是先决条件”的国际组织的工作;重申继续深化与台湾在经济、科学、贸易、技术和文化领域的关系。
此外,声明还写道:“部长们认识到,在应对气候变化、保护生物多样性、粮食安全和减免最脆弱国家的债务等共同关心的全球问题上,与中国继续合作至关重要。”
华东师范大学澳大利亚研究中心主任陈弘1月31日接受《环球时报》记者采访时表示,法澳联合声明此次对中国相关问题的表述与以往相比有所增加,增加的内容与美西方营造的舆论相同,相当于按照美国的剧本宣示自己的立场。然而,澳大利亚虽然有它的利益关切或战略考虑,但不能有损于中国的核心利益。
陈弘说,美国在推出“印太战略”后,一直希望将欧洲的力量引入印太地区,作为该地区重要国家的澳大利亚起到了跳板作用。他举例说,马尔斯接下来要去美国,黄英贤也有其他欧洲行程,在这期间,除了乌克兰问题,另一重点就是将欧洲一些力量引入印太地区。
中国国际问题研究院欧洲所所长崔洪建告诉《环球时报》记者,从双边的角度来讲,法国和澳大利亚希望通过此次“2+2”部长级会谈进一步缓和受“奥库斯”影响的双边关系;从法国方面来说,则期望通过加强和澳大利亚的关系来推进它的“印太战略”。在该背景下,法澳联合声明谈到台湾问题,是要表示对台海局势的关注。在这一点上,法国和澳大利亚都受到美国、乌克兰危机的影响,两国认为,作为印太地区的重要国家,他们需要保持对该地区安全的影响力。
不过,崔洪建强调,法国以及一些推出了“印太战略”的国家要搞协调但不能拿所谓“台海紧张局势”当借口。在涉台问题上不负责任的表态不仅会给这些国家的对华关系造成干扰,还会进一步加剧地区形势的复杂性。(环球时报)