至尊彩票规则_购彩大厅APP | 在线登录-APP下载

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。

京京、四海在卡塔尔掀起“熊猫热”，你了解多少大熊猫的“小秘密”？******

10月19日

大熊猫“京京”和“四海”乘专机

从四川抵达卡塔尔首都多哈

“入住”豪尔熊猫馆

随后进行隔离

在当地时间11月17日

正式与公众见面

这两只大熊猫将在接下来的15年旅居卡塔尔

这是中东地区迎来的首对大熊猫

卡塔尔将“京京”和“四海”

以阿拉伯文分别命名为

“苏海尔”和“索拉雅”

在阿拉伯传统文化中

“苏海尔”和“索拉雅”是天空中的两颗星

代表着吉祥、崇高和价值无限

　　关于大熊猫的小秘密

　　大熊猫是个“近视眼”。大熊猫长期生活于密密的竹林里，光线很暗，障碍物又多，致使其目光变得十分“短浅”，视觉极不发达。5米外雌雄难辨、10米外六亲不认、15米外人畜不分，近视眼的痛，大熊猫也能懂！

　　在你眼里，它是可爱的大熊猫。而对于大熊猫来说，你可能只是一个模糊的可移动人影。这个世界在它们的眼中永远是朦胧、神秘的。

　　大熊猫吃得多消化快。一只体重100公斤的成年大熊猫，在春天每天要花12-16小时，吃掉10-18千克的竹叶和竹秆，或者30-38千克的新鲜竹笋，同时排出10 多千克粪便，才能维持新陈代谢的平衡。

　　大熊猫的消化道保留了祖先的特性，与肉食类动物相似，如相对较短的消化道、锋利的犬齿，单室胃，没有盲肠。虽然吃着竹子，却不能充分吸收竹子的营养。为了保证每天都有充足的能量，唯一的办法就是，快吃快拉、随吃随拉。

图源：iPanda熊猫频道

　　大熊猫通常通过气味进行“交流”。当它们在玩耍或是简单地表示友好，没有交配或好斗的想法的时候，便不会发出任何声音。如果当下的它们看上去十分安静，这说明它现在心情还不错，并且对其他物种也很友好。这种声音规则可以帮助人们判断，在各大园区里看到的大多数熊猫的行为。

　　“降级”后的大熊猫，还需要再保护吗？

　　2021年7月，生态环境部对外宣布，据四次全国大熊猫调查数据显示，大熊猫野外种群数量达到了1864只，受威胁程度等级从“濒危”降为“易危”。这是多年来生态保护加强，和生态环境改善的成果，也是人与自然和谐共生的体现。

　　那么，“降级”后的大熊猫还是国宝吗？还需要继续保护吗？

　　大熊猫依然是国宝。此次降级，降的是人们对大熊猫濒危程度的评估，但作为国家一级重点保护野生动物，大熊猫的保护级别并没有降。中国科学院动物研究所研究员、中国科学院院士魏辅文在接受《知识分子》采访时说，“降级并不代表大熊猫不重要，而是对大熊猫保护工作的充分肯定。大熊猫保护工作为世界的野生动物保护提供了一个成功的案例。”

　　大熊猫仍然需要继续保护。个体数增长的背后并不意味着它们就安全了，大熊猫主要分布在四川、陕西、甘肃西部地区，明面上栖息地的面积能达3万多平方公里。但大熊猫是属于低海拔的陆生物种，如果除开高山、河流、公路等它们无法栖身的面积，实际上大熊猫的主要生活面积，仅占20%左右。从栖息地的分布状态来看，分散化严重，大熊猫的种群也被分割成20多个，由此可见，野生大熊猫依旧有生存危机。

　　作为唯一一个有野生大熊猫的国家，我们的保护远远不应该止步于扩大圈养种群，更合理的做法，是把资源投放在野外栖息地的保护上。而这种保护不仅仅庇佑熊猫，也庇佑着维系其他生物生存的命脉。“保护大熊猫，不仅仅是保护大熊猫本身，而是保护大熊猫赖以生存的生态系统。”

　　来源：央视财经、中国新闻社、中新图片、中国野生动物保护协会、中国大熊猫研究保护中心、iPanda熊猫频道

　　整理：刘雪洁

　　（文图：赵筱尘 巫邓炎）