天下彩票攻略 - 在线用户注册首页登录平台

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。

特写：“跳水皇后”郭晶晶的三次转折与四个建议******

　　中新社香港11月22日电 题：特写：“跳水皇后”郭晶晶的三次转折与四个建议

　　中新社记者 韩星童

　　11月22日，香港理工大学(理大)赛马会综艺馆内，掌声雷动，一袭黑裙衬粉色衬衫的郭晶晶，在众人簇拥下入场，随即向台下师生挥手致意，笑眼弯弯。

　　这是理大85周年校庆系列活动之一，邀请郭晶晶以“拨水见光·追逐梦想”为主题举行讲座。

　　演讲由一张郭晶晶运动员时期的出水照开启，那是她前半生的缩影。长达22年的职业生涯，带来荣耀，挫折与痛苦亦如影随形。“成功就是强迫自己坚持下去，因为有的时候不是看到希望才坚持，而是坚持下去才看到希望。”

　　学习跳水，对郭晶晶而言实属误打误撞。年幼的她为了克服对水的恐惧，在教练来学校挑选跳水队员时，她举起了手，“那时候我听到水，就以为是学游泳。”结果第一天走入跳水训练场地，年幼的郭晶晶吓坏了，拉着母亲的手掉头就走，被门口的教练拦住，教练说，既然来了，就试试。

　　这一试，就整整22年，试出了一位“跳水皇后”。

　　郭晶晶的人生也从这里开始转向，与跳水结下不解之缘。所以郭晶晶给予现场同学们的第一个建议，就是培养对专业的兴趣爱好，“干一行不如爱一行。”

　　2000年失落的悉尼奥运会，则是郭晶晶的第二个转折。那年她二度出征奥运，迫切地渴望金牌，导致身心状态差过预期，最终仅收获两枚银牌。“大家都在庆祝夺冠的时候，只有我万念俱灰，对不起自己这么多年的努力，也对不起教练。”

　　有同学举手提问：“当你没能达到目标，怎样与自己和解？因为我们做实验也常常失败。”引得台下一阵会心的笑声。

　　郭晶晶坦言，低潮期给予她思考的空间，促使她的心态发生转变。“我开始从自身出发，明白战胜自我是走向成功的关键，过程比结果更重要。”这令她成功卸下过重的得失心，转而享受训练。于是我们在奥运赛场上总能看到郭晶晶镇定自若地走上跳板，完成一次次堪称完美的翻转与入水。

　　“但其实我每次踏上跳板都很紧张，感到自己心脏扑通扑通跳。”郭晶晶笑道，奥运舞台永远没有板上钉钉的事情，每场比赛都是从零开始。也正是这种不确定性，当2008年北京奥运会舆论理所当然认定她必将卫冕，无形之间向她施加了压力。

　　她主动提起这段往事，是为以自身经验回应一位同学的提问：如何面对亲友的期待？她说不要太过受外界目光影响，脚踏实地做自己应该做、能做的事，自然会有好的结果。

　　而29岁选择退役，随丈夫霍启刚移居香港，又是第三次转折。“香港对我来说很陌生，当时确实很担心。”但随着时间一天天过去，她逐渐尝试融入这个拥有独特历史文化的国际都会，也能在记者的要求下相对流利地用粤语作自我介绍。

　　所以郭晶晶勉励青年人不要害怕为梦想闯荡，亦不用畏惧人生分岔路口的迷茫。勇敢追梦，必定拥有充满无限可能的未来。

　　讲座在阵阵欢呼和掌声中结束，理大学生金岳告诉记者，自己从小就是郭晶晶的粉丝，“那时候看奥运会，我都会搬起小板凳坐到电视机前看郭晶晶跳水，甚至在她入水的那一刻会激动得跳起来。”今天终于圆梦听偶像分享经验，她最大的收获就是做一件事一定要坚持，不要拘泥于中间的坎坷。

　　理大学生臧婉滢则从郭晶晶同样由内地移居香港的经验获得共鸣，“她提到刚来香港时面临朋友少、语言不通的问题，也分享了如何克服这些困难的经验，受益匪浅。”(完)

　　（文图：赵筱尘 巫邓炎）