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。
中国兜牢民生保障底线,居民收入实现稳定增长******
(经济观察)中国兜牢民生保障底线,居民收入实现稳定增长
中新社北京1月18日电 (记者 刘亮)面对复杂严峻的内外部挑战,中国国民经济顶住压力持续发展,牢牢兜住民生保障底线,实现居民收入的稳定增长。
中国国家统计局日前公布的数据显示,2022年中国国内生产总值(GDP)突破120万亿元(人民币,下同),达到121万亿元。按年均汇率计算,120万亿元人民币折合约18万亿美元,稳居世界第二位。从GDP增速情况看,中国GDP增长3%,该数据与国际主要经济体相比,仍是一个较快的速度。据国际货币基金组织预测,美国、日本2022年GDP增长均不会超过2%。
过去一年,面对多重超预期因素的反复冲击,中国经济能取得上述成绩并不容易。国家统计局局长康义强调,这意味着中国经济韧性强、潜力大、空间广,且长期向好的基本面没有改变。
值得一提的是,中国GDP增速实现较快增长的同时,居民收入也在稳定增长。数据显示,2022年全国居民人均可支配收入实际增长2.9%,与经济增长基本同步。
中国人民大学中国资本市场研究院联席院长赵锡军指出,通常情况下,经济增长与居民收入呈正相关,经济增长快,居民收入也会随之加快,但二者并非必须实现同幅度、同步增长,关键还要看政府对于民生保障的力度。决策者越强调民生,民众就能更多享受到经济增长的好处。
透过国家统计局披露的数据,也能进一步看到中国官方过去一年在民生领域的投入力度。
数据显示,2022年中国官方对居民收入保障加强,全国居民人均转移净收入比上年名义增长5.5%,快于全部居民收入增速。民生领域投资增加,2022年社会领域投资比上年增长10.9%,其中卫生和社会工作投资增长26.1%,比上年加快6.6个百分点。
与此同时,在就业领域,2022年中国城镇新增就业1206万人,超额完成1100万的预期目标;一系列援企稳岗的就业帮扶政策落实落地,对高校毕业生、农民工等重点群体的就业稳定产生了积极的影响,切实保障就业和收入来源,有力稳住了就业基本盘。
在仲量联行大中华区首席经济学家兼研究部总监庞溟看来,保持物价水平稳定也是切实保障民生的关键。2022年中国居民消费价格指数(CPI)全年上涨2%,单月涨幅始终运行在3%以下,明显低于世界其他主要经济体通胀水平。
“这标志着中国统筹协调并较好地完成了稳物价、促发展、保民生任务,有效保障了粮食安全、能源安全,切实缓解了中下游企业成本压力并持续优化上下游工业利润结构,充分稳定了市场预期和经济社会大局。”庞溟说。
展望2023年,康义表示,中国经济将整体好转,诸多有利条件将继续为GDP和居民收入的稳定增长创造良好环境。“经济好转,就业会相应改善,居民收入也会相应提高,这将有效带动提高居民的消费能力和消费意愿。”
全国政协经济委员会副主任宁吉喆表示,近三年疫情,对中小微企业、个体工商户和灵活就业者、自主经营者冲击较大。对此,他建议,要以进一步落实助企惠民政策,优化调整防疫政策为契机,切实增加这两部分人的收入。同时,还要在现有政策框架下继续扩大覆盖面,把符合条件的困难民众和低收入群体纳入保障范围,保障这部分人收入稳定增长。
康义强调,随着中国疫情防控转入新阶段,各项政策不断落实落细,生产生活秩序有望加快恢复,中国经济增长内生动力将不断积聚增强。下一步,官方将继续做好稳就业和增收入相关工作,切实保障好民生。(完)
(文图:赵筱尘 巫邓炎)