天天发娱乐计划_购彩大厅APP | 在线登录-APP下载

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。

温暖回家路丨春运首日“护龙人”：每天弯腰、蹲起上千次为运输安全保驾护航******

　　大河网讯 1月7日，春运首日，阳光明媚。在中国铁路郑州局集团公司郑州车辆段南五里堡客车整备场，一列列精检细修、整装待发的客车像一条条绿色长龙，等待着开往“美丽的春天”。繁忙的整备场，穿着工装、戴着口罩的客车检车员们不停穿梭在车体间，他们就是——春运里的“护龙人”。

　　每年春运，铁路部门都要对郑州局集团公司所有配属的旅客列车进行客车大整修，迅速修复各种不良隐患，并重点从防燃轴切轴、防客车火灾、防列车分离、防制动故障、防运行品质不良、防配件脱落入手，为客车查找病灶，整治病害，补充营养，强壮筋骨。

　　随着新冠疫情防控形势向好，企业复工复产加速，不少列车已重新投入使用。郑州车辆段是郑州局集团有限公司唯一的普速客车检修单位，担负着67列1139辆图定列车车辆的日常检查、故障处理和技术保养等繁重任务，确保这些即将“开往春天”的列车行车安全。根据测算，这个段除保证图定客车正常开行外，还需编组临客车底29组526辆。

　　为此，春运期间，这个段紧密围绕客车车体运用实际，科学调配检修计划，实施车辆检修定人、定责、定标的管理制度，统一车辆整修标准，对图定客车和临客列车进行全面整备。

　　李俊，郑州车辆段库检车间青年突击队检车员，作为一名“00后”，李俊的主要工作就是对进入客整所的客车车体进行逐辆检查，确保车辆各部件状态良好。今年是他经历的第二个春运，1月7日，李俊正在检查一列209P转向架型号的车体，他左胸前挎着的一台对讲机不断传出指令，右手提着一把点检锤，木质的锤把已乌黑锃亮，尖尖的锤头也已经被磨圆。

　　李俊熟练地探入车底，脑袋探进侧架内侧，提起点检锤“滴滴答答”地敲击着转向架摇枕，静静地辨识着金属撞击的声音，整个过程不停地变换姿势，眼睛像鹰一样巡查着每一个部件。通过眼看、耳听、手拉、指摸等方式，找出列车的“病因”，及时修正。

　　李俊说：“在定岗前，师傅告诉我这种车型检查重点主要在车体下部组件，需要仔细敲击部件，听音辨别部件是否存在问题，如遇问题部件要及时处理，并再次确认修复后的部件状态良好。尤其是春运期间，列车疲劳运行更易引发各种不良隐患，作为检车员更应该严格按照标准，做到精检细修。”

　　不一会，李俊从车底钻出，嘴里默念一句：“敲击声音未见异常，该车状态良好。”接着向下一辆车走去。因行车安全需要，客车车体检查作业都是在露天场所开展，场内没有树木、没有任何可以遮挡的设施。春运期间，室外温度最低将达到零下10摄氏度。检车员长时间的室外作业，每天行走的步数通常在两三万步，用检点锤敲击的次数达到上万次，弯腰、蹲起的次数多达上千次。

　　据了解，郑州车辆段以客车电采暖系统、制动系统检查整治为重点，紧盯关键补强短板。在客整场库停期间，组织作业班组对易冻覆冰部位和制动系统供风管路实施全面防寒检查，对车内空调、伴热装置等重要设施逐一检查。针对近期气温骤降的实际，组织作业人员及时供电供暖，为夜间停放的客车保暖驱寒，确保次日安全出库、上线良好运行。

　　围绕春运客车安全，突出大部件脱落、防溜等安全关键，开展安全隐患排查整治，加大对关键岗位、关键作业、关键部位的检查盯控力度，在全面做好列车转向架、塞拉门、车内服务设施等关键部位日常巡检的基础上，重点对车上车下的供水管路和用水设施进行全面平推检查。

　　春运期间，这个段结合春运开行方案，提高作业人员的应急处置能力，从严从细做好应急故障的判断和处置，为假期运输安全保驾护航。（记者 祝传鹏 通讯员 刘雨）

　　（文图：赵筱尘 巫邓炎）