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。
2023年云南春节文化交流系列活动将启 中印柬蒙四国“云”贺新春******
中新网昆明1月18日电 (记者 韩帅南)2023年“万里迎春归 山海竞呈祥”中印柬蒙四国迎春文艺晚会暨春节文化交流系列活动，将于1月20日至2月5日以线上线下方式在中国云南、印度新德里、柬埔寨金边、蒙古国乌兰巴托举行，为期17天。届时，中印柬蒙四国民众及全球友人将在“云”上共品春节美食、共赏四国美景、共享多彩艺术和传统文化。
本次活动由云南省人民政府新闻办公室、云南省人民政府外事办公室主办，中国新闻社云南分社承办。活动内容精彩纷呈，包含2023年“春暖花开”中印柬蒙四国迎春文艺晚会、“美丽中国·七彩云南”春节文化周、“美丽中国·七彩云南”摄影视频展、“欢乐共团圆 元宵喜乐会”特别节目等。届时，中国、印度、柬埔寨、蒙古国四国官员，将向全球民众送上新春祝福。
云南省地处中国西南，与缅甸、越南、老挝接壤，正在建设中国面向南亚东南亚辐射中心，是“一带一路”建设的重要节点省份。近年来，云南省依托“春节”这一中华民族最为重要的传统节日，不断深化与周边国家文化交流，促进民心相通。
此次“万里迎春归 山海竞呈祥”中印柬蒙四国迎春文艺晚会暨春节文化交流系列活动，将为海内外民众奉上一台具有“中华传统文化韵味、新春欢乐祥和氛围、云南风情特色和发展新姿、融合中印柬蒙各国艺术精髓”的新春文化大餐。
图为节目剧照——玉兔迎春。 主办方供图1月20日晚，2023年“春暖花开”中印柬蒙四国迎春文艺晚会将在中国新闻网的海内外平台，以及印度《喜马拉雅新闻纪事杂志》网、柬埔寨国家电视台、蒙古国达尔汗新闻网同步上线。晚会分为《春之向往》《春之祈愿》《春之绽放》三个篇章，来自中国、印度、柬埔寨、蒙古国等多国艺术家将精彩演绎歌曲、舞蹈、乐器等，多种文化艺术交流碰撞，勾画出欢乐祥和、温馨喜悦的新春氛围。
其中，由云南知名词作家蒋明初、云南省青年作曲家岳少鹏联袂打造的原创说唱歌曲《坐着高铁去看海》将重磅亮相，中国风与嘻哈说唱的奇妙混搭唱出云南通江达海的气魄。豪迈奔放的蒙古舞蹈《浪漫草原》《曲盅人》，动感十足的印度舞《东方风情》，柬埔寨皇家艺术大学舞蹈团演绎舞蹈《吴哥的微笑》，柬埔寨新生代歌手ViZa演唱的《热爱中国》等节目也将一一上演，为观众献上一场视听盛宴。
“美丽中国·七彩云南”春节文化周将于20日在柬埔寨首都金边市展开。以“千家万户新春有福”为主题，设置新春年货街和“中国年味”特色文化展区，开展云南特色优质年俗产品及非遗文化现场展示、春节文化知识问答、“新春年俗大礼包”派送、中国年俗短视频展播等，让柬埔寨民众深入了解春节的文化内涵。
“从春天出发Vlog”和“美丽中国·七彩云南”摄影视频展将于除夕(21日)在线上展出。“从春天出发Vlog”经过前期征集，来自中国和南亚东南亚多国的视频达人纷纷炫技，以Vlog的方式记录身边春色，探寻各地独具特色的自然生态、民俗文化和民间友谊。
“美丽中国·七彩云南”摄影视频展将持续15天，展出以滇韵民风、生态之美、和谐发展、云南年俗为主题的40幅摄影作品，以及新春祝福系列、新春“年味”系列、传统文化系列的15个短视频，向世界各地网友展现云南自然风光和传统文化，传递新春美好祝福。
“欢乐共团圆 元宵喜乐会”特别节目将于元宵节当日在多国平台线上播出。舞蹈《欢乐舞狮》、视频《正月十五闹花灯》、歌曲《月亮代表我的心》等节目将轮番上演，充分展现舞狮子、吃元宵、耍龙灯、赏花灯、猜灯谜等共度团圆佳节的美好生活场景，为本次春节文化交流系列活动圆满收官。
据了解，包括印度《喜马拉雅新闻纪事杂志》网、柬埔寨国家电视台、柬埔寨《柬华日报》、蒙古国达尔汗新闻网、东盟通讯社、尼泊尔《贾纳阿斯塔周报》、斯里兰卡《镜报》、缅甸《金凤凰报》、巴基斯坦《外交视野》、老挝《万象时报》、印度尼西亚《国际日报》、吉尔吉斯斯坦新观察、哈萨克斯坦《今日丝路》周报、塔吉克斯坦新观察、乌兹别克斯坦新观察等海外媒体将对本次活动进行报道。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩虹多多官网地图 |
)