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。
经济日报金观平:保持物价平稳具有坚实基础******
保持物价平稳具有坚实基础
金观平
国际货币基金组织(IMF)发布的最新《世界经济展望报告》认为,全球高通胀今年有望缓解,预计今年通胀率将从去年的8.8%下降至6.6%。
回看2022年,“国际胀”与“国内稳”形成鲜明反差。我国高度重视粮食、能源安全,高度重视重要民生商品和大宗商品保供稳价,在全球通胀屡创新高的背景下,我国居民消费价格指数单月涨幅始终运行在3%以下,全年上涨2%,大幅低于美欧等发达经济体8%左右的涨幅,也明显低于印度、巴西、南非等新兴经济体。物价稳,为稳经济、保民生提供了有力支撑。
中央经济工作会议强调,要突出做好稳增长、稳就业、稳物价工作,有效防范化解重大风险,推动经济运行整体好转。展望2023年,我国物价保持平稳运行具有坚实基础。
我国经济长期向好的基本面没有变,具有产业体系完备、市场空间大、政策工具箱丰富的优势,特别是粮食生产连续丰收,生猪产能合理充裕,工业品和服务业供给充足,基础能源保障有力,国民经济循环更加畅通,有条件、有能力、有信心继续保持物价平稳运行。同时,我国坚持稳健货币政策,坚决不搞“大水漫灌”,为保持物价稳定营造了良好的货币金融环境。
面对严峻复杂的国内外形势,我国持续创新物价调控机制,不断完善稳物价制度体系,实现了有效市场和有为政府的更好结合。目前,全社会商品和服务价格市场化程度已达97.5%,各地区各部门坚持充分发挥市场机制作用,引导扩大生产、增加供应、促进流通。同时,更好发挥政府作用,全面加强粮食、蔬菜、能源等产供储销体系建设,健全价格监测预警机制,完善储备调节制度,强化市场监管,稳定市场预期。
保持物价稳定,事关千家万户切身利益,事关经济社会发展大局。2023年,全球经济复苏之路依然崎岖,我国经济恢复的基础尚不牢固,影响国内物价走势的不确定不稳定因素仍然较多。当前,全球通胀形势虽有改善,但抑制通胀仍需时间。IMF预计,即使到2024年,仍将有82%和86%的经济体整体通胀率和核心通胀率高于疫情前水平。中国经济已深度融入世界经济,国际高通胀容易通过生产、流通等多个环节向国内传导。此外,国内疫情防控措施优化后消费需求加快恢复,也可能短期加大结构性通胀压力。因此,防通胀这根弦始终不能放松。
巩固来之不易的物价稳定成果,一方面,要继续全力做好粮油肉蛋奶果蔬等重要民生商品和能源资源的保供稳价工作,确保粮食稳产和能源稳定供应,夯实稳物价和保障发展的基础。另一方面,要密切跟踪物价总水平和重要商品价格变化,加强价格监测预测预警,采取前瞻性措施应对可能出现的价格异常波动。落实社会救助和保障标准与物价上涨挂钩联动机制,及时有效缓解结构性物价上涨给部分困难群众带来的影响。