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。
（新春走基层）海拔4800多米 5位“90后”守护青藏铁路春运******
中新网拉萨1月31日电 题：海拔4800多米 5位“90后”守护青藏铁路春运
作者 四朗卓嘎 马生明
“嘀嗒、嘀嗒……”1月28日8时20分，一阵闹钟声划破了寂静的青藏铁路那曲信号车间扎加藏布信号工区宿舍，“90后”工长杨建青翻身关掉闹铃，起床后摘掉鼻子上的氧气管，开始了一天在海拔4800多米地区的工作、生活。
中国铁路青藏集团有限公司拉萨基础设施段5名“90”后，坚守在全国海拔最高的铁路工区扎加藏布信号工区，担负唐古拉南、扎加藏布、雪查玛3个平均海拔4800多米的“云端小站”36架信号机、14组道岔、30个轨道电路等信号设备的日常维护及故障处理工作。
工长杨建青洗漱完后涂抹防晒霜，其身边是一个氧气瓶，日常吸氧是在海拔4800多米地区生活的日常。 马生明 摄“高原紫外线强、风沙大，一天不涂防晒霜，脸上的皮就会脱落。”杨建青洗漱后，回到宿舍厚厚涂抹了三层防晒霜，同时唤醒还在熟睡的工友们。
几位“天路医生”坚守在缺氧的高原，吃饭、睡觉、行走所消耗的精力常人难以想象，他们通过勤监测、勤巡视、勤分析的“三勤”进行设备养护工作，护航青藏铁路春运。
9时许，第一缕阳光照射在扎加藏布信号工区院内。今年24岁的莫文跟着工长杨建青在工区信号设备集中监测室，查看分析三个站室内外信号设备的基本运行状态。随之，二人穿着厚厚的棉服，迎着朝阳前往扎加藏布站开展室外设备巡视作业，通过瞭望线路上的信号设备，查看信号机械室道岔缺口等关键设备数据变化，确保春运期间设备安全稳定运行。
冬季西藏那曲寒风凛冽，工长杨建青(右)加固道岔安装螺丝。 马生明 摄10时20分，巡视完信号设备后，二人返回工区吃饭。如今，这处超高海拔地区工区已修葺一新，职工活动室、学习室、宿舍区、小食堂等配套设施齐全。性格内向的莫文是工区里离家最远、年龄最小的职工，平日里，大家都对他照顾有加。
扎加藏布信号工区所在的羌塘草原人迹罕至，只有常年的狂风。“大家吃过饭后都回宿舍再吸一会氧气，然后准备今天的‘天窗’作业。”杨建青说，出工前吸氧、睡觉吸氧、看书吸氧……这样的场景，是扎加藏布信号工区的日常。
吸完氧后，杨建青带领4名作业人员快速将机料具装上车，先沿着青藏铁路驱车近二十分钟，而后跨穿过铁路涵洞，沿着一段坑坑洼洼的土路向作业地点挺进，一个小时后才抵达雪查玛站。
15时10分，在设置好防护作业后，“天窗”作业命令下达，职工们有序进入防护网，按照分工分别展开作业。杨建青跪在2号道岔旁，俯下身子，仔细查看道岔尖轨是否存在翘头等情况，并在随身携带的本子上详细记录发现的问题。
1月28日，防护员马雷福在作业现场做防护记录。 马生明 摄“今天还算暖和，风不大，平日里检修设备，大风吹得眼睛睁不开，鼻涕也擦不完，冻得直哆嗦。”杨建青边检查边说。因为长期在高海拔地区，他面色黝黑，脸上都是被紫外线灼伤的痕迹。
在信号机旁，现场防护员马雷福正通过对讲机和室内驻站联络员肖本强通话，并在本子上详细记录。
图为傍晚作业结束返回工区的便道。 马生明 摄17时30分，“天路医生”们经过检修养护，顺利完成了当天的“天窗”工作。据悉，春运期间该工区安全工作标准分毫不减，每周一课、每月一会的学习如常进行。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
玛雅彩票地图 |
)