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。
（新时代新征程新伟业）探访“中国幸福村”江西进顺村：村民变股东 福利惠民生******
中新网南昌11月27日电 题：探访“中国幸福村”江西进顺村：村民变股东 福利惠民生
记者 李韵涵
初冬时节，江西进顺小康家园在太阳的照耀下暖意浓浓，一座座花园式楼房错落有致，村内的老年大学不时有悠扬音乐声传来，中间的花园广场有人牵着宠物闲庭信步，也有孩童怡然自乐，一幅“乡村共富图”正在村内徐徐展开。
图为进顺村党委第一书记罗玉英向记者介绍进顺村的发展历史。 记者 刘占昆 摄很难想象，追溯到数十年前，“硬木扁担杉木桶，代代不离驼背种。一根扁担两只篮，有女莫嫁上窑湾。”是江西省南昌市青山湖区湖坊镇进顺村的真实写照，这里的村民曾经以卖菜为生，是当地有名的“菜农村”。
据进顺村党委第一书记罗玉英介绍，作为“城中村”的进顺村经历了“盘活资产打基础、以地换地拓空间、招商引资谋发展”三个发展阶段，村民也经历了从农民到职工、从职工到股东的身份转变。
图为进顺村党委书记、村委会主任罗来昌(左)与同事交谈工作。 记者 刘占昆 摄进顺村是江西第一个推行村集体产权制度改革的村庄，把村集体企业股份(收益权)100%量化到每一位村民，让村民人人是股东、年年有分红。2021年度，村民股份分红930多万元，每股分配率达11.5%，人均分红6700多元，户均分红20000多元。
经过不断改革与发展，进顺村先后荣获“中国十大名村”“中国十佳小康村”“中国幸福村”等二十多项国家级殊荣。2021年，全村固定资产20余亿元，实现总产值55.6亿，村集体纯收入5906余万元，村民年均收入35600元。
图为进顺村卫生所医生魏翠红(左)正在问诊就医的村民。 记者 刘占昆 摄“以前我们都以农业为主，生活比较苦。现在村集体经济发展起来了，我们也更想回村工作。”今年43岁的魏翠红是进顺村卫生所的医生，也是一名土生土长的进顺村村民。
“卫生所可以免费测量身高体重还有血压，还会定期组织给村民免费体检，进行各类健康知识普及宣讲。”魏翠红说，随着生活水平提高，村民的健康意识也逐步提高。此外，进顺村的村民如果患有重大疾病，村里也会给予一定的补贴。
图为进顺社区邻里中心门口的村民。 记者 刘占昆 摄魏翠红提到的“大病补贴”仅仅是进顺村内多种福利保障的其中之一。股份分红、老人长寿奖、升学奖学金、大病救助金、社会保险统筹……在有着“中国幸福村”之称的进顺村，20种福利涵盖医疗、教育、养老等各方面，“幸福”不仅仅是一个称号，更是一份份触手可及的福利。
图为进顺村老年大学内正在学习舞蹈的老年人。 记者 刘占昆 摄进顺村党委书记、村委会主任罗来昌告诉中新网记者，在各项福利政策的基础下，2021年进顺村又新增了退休村民补贴，全村416名退休村民每月可领800元退休补贴，2021年用于村民福利保障费用突破2000万元。
在2017年，进顺村就率先建立江西首个村级老年大学，发展至今，已颇具规模。在老年大学门口，摆放着今年秋季课程表，舞蹈、声乐、时装、瑜伽等课程将周一至周五排得满满当当。
图为航拍下的江西进顺小康家园，一座座花园式楼房错落有致。 记者 刘占昆 摄“这里环境很好，老师也很耐心，原来自己只能跳跳广场舞，现在来学习跳舞也很有成就感。”退休将近20年的胡群慕名而来，报了进顺老年大学的舞蹈班。她表示，在老年大学的生活十分充实，既能丰富退休生活，也能锻炼身体，还能为子女后代减轻负担。
“村里投资的工业园升级改造工作已经在进行了，未来还要开拓一些新的经济增长点，继续提高村民的福利待遇。”谈及进顺村未来的发展，罗来昌依旧信心满满。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发平台地图 |
)