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】探访江西南昌留创园红谷滩园区：留学人员回国创业 海外高层次人才聚集******
中新网南昌12月18日电 (刘玉洁)“公司入驻园区两年，这里氛围很棒，大家都是从国外留学回来的朋友，有相似的经历和许多共同话题，一起交流时非常通畅。”在江西南昌留学人员创业园红谷滩园区，从英国留学归来创业的梅好说道。
作为江西红谷滩区“侨梦苑”重点园区之一，位于南昌市慧谷产业园内的江西南昌留学人员创业园红谷滩园区，一期项目2000平方米，二期项目新增3000平方米，共计5000平方米。
近日，中新网记者走进江西南昌留创园红谷滩园区，园区内环境整洁、栋栋大楼外观新潮，随处可见“回归凝聚力量 创业成就梦想”“奋斗创造历史 实干成就未来”“大胆的尝试 往往能成功”等创业标语。
作为在江西南昌留创园红谷滩园区逐梦的创业者之一，梅好在园区合伙创办了南昌拾得商业管理中心，“园区聚集形成了产业集群，我们作为群内成员，与其他兄弟公司在业务方面经常会有合作，互惠互利”。
南昌市红谷滩区委统战部副部长、红谷滩区政府侨办主任周则河介绍，江西南昌留创园红谷滩园区入驻企业业务范围涉及流量经济、数字经济、文化创意、生态环保、生物科技、健康服务、VR/AR科技等多个领域。2019年至2022年第三季度，留创园企业营收8700余万元。
图为江西省南昌市红谷滩区慧谷产业园。 刘玉洁 摄“我在澳大利亚留学12年，毕业后我认为在中国会有更多的机会、更好的发展，便决定回国。”南昌优斯温科技有限公司总经理廖黄芃说，其在2020年了解到江西南昌留创园红谷滩园区对中小企业有很多优惠政策，所以就申请入驻开始创业。
“我们公司主要做软件研发、信息化集成，目前技术团队有23人。”廖黄芃称，入驻江西南昌留创园红谷滩园区后，可享受三年免费场地使用，“我还申请了30万元的留学生创业免息贷款，这些都给创业中的我带来很大帮助。”
记者了解到，入驻江西南昌留创园红谷滩园区的企业，按申请人取得的学历享受三年内免收房屋租金和物业管理费。其中，博士学位不超过200平方米，硕士学位不超过150平方米，硕士学位以下不超过100平方米，园区内配备的大、中、小三个不同规格的会议室供企业免费使用。
周则河还说，江西南昌留创园红谷滩园区为入园留学创业人员提供法务、财务、人力资源、广告、工商注册、员工培训等“一条龙”服务。留创园将大力帮助入园企业招揽高端人才，打造留学人员回国创业和海外高层次人才聚集的重要基地。
2022年11月，江西南昌留创园红谷滩园区成功获得了第八批“中国侨联新侨创新创业示范基地”荣誉称号。截至目前，江西南昌留创园红谷滩园区累计孵化企业63家，累计入驻归国博士9人、硕士49人、本科5人，直接创业人数1298人，间接带动就业人数2800余人。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
至尊彩票地图 |
)