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。
【寻味中华】东北年猪菜的幸福感******
中新社吉林1月19日电 题：东北年猪菜的幸福感
中新社记者 苍雁 石洪宇
在吉林舒兰，小年过后，“坐席”便成了孩子们翘盼的事。
今年过年，陈秀坤筹划了10道年猪菜宴请乡邻。冒着热气的大铁锅支在院子中间，遇冷凝华的水蒸气令陈秀坤的眉毛上结满霜花，五六位赶来帮忙的乡邻正将刚宰杀的年猪分类。
图为1月13日，吉林舒兰，准备用来制作年猪菜的猪肉摆放整齐。 中新社记者 苍雁 摄“谁家过年杀猪，都会请亲朋好友过来撮一顿。”陈秀坤说。
“小寒大寒杀猪过年。”在东北农村地区，年猪菜俗称“杀猪菜”，最初形式为乡宴，是春节必不可少的“硬菜”。
经过柴火炖煮的大块猪肉香气诱人，各类配菜软烂入味。热气腾腾的年猪菜一上桌，热闹喜庆的年味儿也愈发浓郁，亲朋好友围坐，真是东北人一年中最幸福的时刻。
年猪菜传承自中国满族先民习俗。历经时间流转，菜品不断丰富，白肉血肠、酸菜烩猪肉、肉皮冻、炒猪心、汆丸子汤……毫不夸张地说，年猪菜可以做上几十道不重样。
图为吉林省吉林市一家饭店内，年猪菜摆上桌。 中新社记者 苍雁 摄陈秀坤告诉记者，年猪菜是可以贯穿整个新年的美食。
肉皮冻，是许多东北人家的除夕“下酒菜”，由猪皮熬制而成。将猪皮肥肉部分刮去，清理干净后切成小条，加入生姜和盐，熬煮两小时后放入冰箱冷藏，待结冻后切块，佐以蒜泥、酱油等食用，口感筋道有韧性。
每临新年，许多城市居民也都开车进村吃上一顿年猪菜，驱散过去一年的疲乏。
图为1月13日，吉林舒兰，村民在做年猪菜。 中新社记者 苍雁 摄“酒席满堂，不如白肉血肠。”血肠的制作相当考究，白肉血肠也是年猪菜里的经典菜肴。年逾花甲的张洪滨19岁起便接触这道菜的制作。作为百年老字号“吉林市老白肉馆”的掌门人，血肠烹饪他熟稔于心。
张洪滨说，用不同方法灌猪血，可以制作出清血肠和混血肠。
其中，清血肠的口味最为难得。杀猪后待猪血凝固、沉淀，取最上层的清血，加入中草药、老汤及各种调料，灌入猪的明肠。蒸煮入口后，味道清淡、肠衣脆。
混血肠的制作也不简单。其区别在于，灌制血肠后要用火烤，目的是将猪油烤出去。上锅焯水排除杂质后，放入老汤里煮，出锅后切成薄片。将血肠与大块五花肉同炖，上好的血肠杀猪菜便诞生了。
图为1月13日，吉林舒兰，大锅内在煮年猪肉。 中新社记者 苍雁 摄71岁的丁森独爱白肉血肠的味道。作为土生土长的东北人，冬日餐桌上的热气与热闹伴其从小到老。每年一入冬，和亲朋撮上一顿杀猪菜的期待便已开始。大肉块蘸上蒜瓣酱油汁，血肠在口中融化，由口入心的满足感无以言表。
美食在桌，亲朋在侧，吃出年猪菜的幸福感。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
佰家富app地图 |
)