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。
“中国车谷”奋力打造产业创新大走廊******
中新网武汉2月3日电 (李金友 徐金波)搭乘全自动无人驾驶新能源出租车,平稳地停靠在武汉经济技术开发区(又称“中国车谷”)体育中心4号门附近后,乘客姚女士啧啧称奇,“无论是走东风大道高架桥,还是穿行社区道路、避让障碍物,车辆都非常平稳,自动规划的行驶道路也非常快捷。”
武汉经济技术开发区管委会负责人3日表示,当前,电动化、智能化潮流加速重构全球汽车产业格局。“中国车谷”正以大产业带动大创新,以大创新引领大转型,进行“二次创业”,推动制造业高端化、智能化、绿色化发展。
图为武汉经开区全力打造新能源汽车全产业链发展示范区(资料图) 武汉经开区供图“中国车谷”位列国内汽车强区第一方阵
30多年前,承载着武汉的“汽车梦”,武汉经济技术开发区应运而生,实现从“一辆车”“一个企业”到“一个产业集群”的“三级跳”。如今,这里汇聚了世界500强东风汽车集团有限公司总部、9家整车企业、13个整车工厂、500多家知名汽车零部件企业,成为中国汽车产业最密集的区域之一,赢得了“中国车谷”的美誉。
汽车是湖北第一大支柱产业。2022年,该省将新能源与智能网联汽车确定为突破性发展的五大优势产业之一,提出实施汽车产业高质量发展三年行动,加快建设中国重要的汽车研发和生产基地。作为湖北省汽车工业的主战场,“中国车谷”坚定发展新能源与智能网联汽车,推动汽车产业增量转型,并于当年6月设立智能网联和电动汽车产业园,引进百亿级重大项目,全面提升产业能级和核心竞争力。
目前,岚图汽车、路特斯汽车全球智能工厂、东风本田新能源工厂、猛士科技等7个新能源整车厂如雨后春笋“破土而出”,中创新航、智新半导体等“三电”项目“串珠成链”,已建、在建新能源汽车产能达130万辆,位列全国汽车强区第一方阵。去年底,以“中国车谷”为龙头,“武襄十随”汽车集群入选国家先进制造业集群。
武汉经开区负责人表示,“中国车谷”将抢抓新能源汽车市场黄金窗口期,更准确地把握技术变革方向和产业变革趋势,建设前端、尖端、高端的新能源与智能网联汽车产业发展新生态。
图为车辆在“中国车谷”道路上行驶(资料图) 武汉经开区供图创新推动车谷迈向“自动驾驶之城”
近日,武汉市正式公布第五批智能网联汽车开放测试道路。道路全长约344公里,全部位于“中国车谷”。至此,武汉经开区成为中部首个全域道路支持智能网联汽车测试的区域,迈向“自动驾驶之城”。18家自动驾驶企业的百辆自动驾驶汽车在“中国车谷”智能网联汽车开放测试道路上开展测试、运营。
在“中国车谷”,搭乘东风悦享“春笋号”无人驾驶小巴成为诸多市民日常出行的选择。2021年12月至今,东风悦享已在“中国车谷”开通10条自动驾驶商业运营路线,投放运营车辆40多台,累计运营里程33.6万公里,其中“春笋号”安全接送乘客5.5万人次。
东风悦享首席执行官李凯说,今年二季度起,还将陆续拓展20条运营路线,投放车辆300余台。
与李凯有同样感受的还有百度自动驾驶安全与政策负责人吴琼。2022年8月,武汉、重庆在中国率先发布自动驾驶全无人商业化试点政策,随即,百度旗下自动驾驶出行服务平台“萝卜快跑”全无人自动驾驶出租车就驶上了“中国车谷”街头,实现跨区通行和“全无人驾驶夜间运营”,迄今已服务了140万个订单。
近年来,武汉经开区以建设国家智能网联汽车(武汉)测试示范区为契机,构建自动驾驶产业生态。自动驾驶研发创新平台、武汉智能网联汽车产业创新联盟、新能源与智能网联汽车产业创新联盟、中国电动汽车百人会武汉基地等“双智”平台,集合产品研发和转化、中试熟化、孵化服务、人才服务等功能,建立了1个院士工作站、23个联合创新实验室和1个国家级智能交通技术创新中心,推动形成了6项智能网联相关法律法规和技术标准,发布了智能网联道路建设标准。
图为航拍“中国车谷”(资料图) 武汉经开区供图引“智”入“谷”建设产业创新大走廊
新年伊始,位于武汉经开区军山新城的未来技术创新研究院中试基地再度“迎新”。来自华中科技大学多功能导体隔膜中试及产业化项目正式入驻并开展产线搭建。该项目对解决当前锂离子电池的安全问题和提升电池的电化学性能具有重要意义,可为中国新能源和半导体产业链筑起安全屏障。
近年来,“中国车谷”与高校、科研院所和龙头企业携手助力科技成果转化。2022年5月,“中国车谷”与华中科技大学共建未来技术创新研究院,聚焦汽车、新材料、新能源、数字经济等产业,打造中试平台集群,产生一批高质量创新成果,培育孵化一批高质量企业。
2022年,“中国车谷”引“智”入“谷”,华中科技大学国际教育科技创新园区(军山校区)、武汉理工大学“三院”、武汉商学院马影河校区先后启动。今年,该区力争新增10个以上高水平创新平台,引育12个中试平台。
同时,“中国车谷”先后出台“科创33条”、人才强区“黄金十条”等创新政策,并向3000多家企业累计兑现惠企奖励资金近30亿元。
落户于“中国车谷”的亿咖通科技,用5年时间快速成长为全球化出行智能科技公司,成为湖北省2022年唯一“驼鹿”企业。该企业负责人称,“落户武汉短短几年时间,亿咖通科技融入了市区创新政策营造的创新氛围中,产值增长14倍多。”
武汉经开区负责人表示,未来将把科技创新的第一生产力变为“二次创业”腾飞的“最大推动力”,充分发挥“武襄十随”国家级汽车产业集群龙头优势,加快集聚高端创新要素,每年拿出不低于20亿元支持创新发展,全力开辟新领域、新赛道,建设车谷产业创新大走廊,为武汉建设具有全国影响力的科技创新中心贡献力量。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |