网信彩票计划群|在线用户注册平台 | 官网APP下载

来源：网信彩票官方2024-08-03 17:48

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。

网信彩票计划群

浙江文旅观察：西湖游船为何成杭州打卡新地标？******

　　中新网杭州1月18日电题：浙江文旅观察：西湖游船为何成杭州打卡新地标？

　　记者王题题

　　最近，浙江杭州的西湖游船吸引了众多游客拍照打卡。

　　一只只憨态可掬的福兔，提着小灯笼坐在船头……30艘新春特别款兔子灯“福气船”亮相西湖。

　　活动期间，每到傍晚时分，这些“福气船”就亮起星星点点的灯火。仔细一看，船头上有萌萌的小兔子装置，手提红色福字灯笼，船身两侧还印满了福字。

　　据悉，“福气船”经过精心设计，船头巨型兔子灯配合着福字、剪纸等元素，让节日氛围倍增。

　　其中，兔子灯是由中国纸雕艺术家温秋雯设计制作，采用传统的花灯工艺扎制，同时做了一些微创新，透过兔子身躯可看见其内部构造。而福字灯笼上的图案则来源于宋朝古画中的民间女士服装花色——莲花，寓意着吉祥福寿。

　　装扮一新的“福气船”一亮相西湖，就吸引了众多游客驻足欣赏，并拍照打卡。“挺好的，过年的氛围来了！”杭州市民胡女士说。

游客拍照打卡兔子灯“福气船” 王刚摄

　　“只有中国年才有十二生肖和福字，不管是船上的新年兔还是福字灯笼，都是我们最熟悉的元素，但是当它出现在西湖游船上，感觉还是非常新鲜。”有游客对西湖游船的这一特别变身表达了喜爱之情。

　　一个个喜庆圆润的福字，提前送来欢乐年味，瞬间将过年的仪式感拉满，也引发了不少网友喊话：今年的集五福活动快点来，都快过年了，集福换福才是春节标配！

　　据体验过“福气船”的乘客透露，船上真的有定制福可以扫，还成功领到了彩蛋卡，虽然还不知道有什么用，但是感觉很惊喜。此外，船上还有定制的暖手宝赠送，让大家泛舟湖上也能暖意融融，和亲朋好友一起享受团聚的温馨时刻。

　　也有乘客点赞说，“西湖游船也太浪漫了吧，浓浓的年味，满满的过年仪式感呀！”

西湖中秋的月亮船王刚摄

　　记者了解到，因为此次兔子灯“福气船”亮相西湖，西湖游船的热度大涨。据马蜂窝近期数据显示，“西湖游船”成了杭州打卡“新地标”，热度大涨135%。

　　当然，西湖游船的浪漫远不止于此。比如去年中秋“霸屏”大家朋友圈的那33艘月亮船，连续三晚“点亮”西湖，“重现”三潭印月“33个月亮”的传说经典。

　　活动期间，西湖上，游客们坐着33艘月亮船巡岛夜游、泛舟赏月。行至途中，还有精彩的节日主题表演轮番上演，丝竹雅乐，缥缈而来，将过节氛围直接拉满。

　　在记者看来，无论是西湖的兔子灯“福气船”，还是西湖的中秋“月亮船”，其可取之处在于借助“兔年”“福”“月亮”等古今共通的情感意向，让现代表达充分走进古代场景，让古人的风雅和诗意，充分融入到现代人的生活方式里，再加上新技术的适时“登场”，古今交融的文旅创意，对于传承传统文化、增加审美意趣、优化旅游体验，无疑是一次成功的尝试。(完)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）