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。
花滑伉俪庞清佟健：携手30年的变与不变******
中新网北京1月19日电(记者 王昊)“感谢主办方邀请庞清老师来，让我少了一分紧张，多了一分安心。”眼前的佟健和曾经赛场上激情四溢的样子不同，他声音沉稳温和，这段话引发了现场一片笑声。
他曾经的搭档、如今的妻子庞清坐在台下，看着他对青少年花滑培训话题娓娓道来。
自1993年携手合作，如今到了第30个年头，“庞清佟健”从赛场转至幕后。二人经历了角色的转变，但“花滑”仍是他们生命中不可或缺的一部分。
角色
2015年花滑世锦赛，庞清佟健以一首《为你守候》作为告别，从此结束职业生涯。一些优秀运动员退役后，面临着身份转换问题。佟健说，自己和庞清在这方面并没遇到太多困难。
“我跟庞清一边做职业比赛，另一边做花滑市场化推广，没有在离开赛场后就闲下来。”他介绍。
图片2015年花滑世锦赛双人滑比赛中，庞清/佟健摘得铜牌。中新社发 申海 摄退役后不久，庞清佟健冰上艺术中心成立，佟健主要负责运营工作。如今为人父母的二人都已过不惑之年，但穿着便服站在一起，他们的气质依旧出众，让人联想起这对组合曾经在冰场上的样子。
“我们特别希望能帮助更多运动员，比如国家队运动员，在心理、技术、方法上，能否给他更多帮助？在俱乐部学习技术的小学员，能不能去帮他？”在佟健眼中，二人现在看到比赛还是会想起以前的日子，但更关注自己能为别人做什么。
1月初，庞清佟健国际滑冰俱乐部的孩子们在“冰丝带”的一场活动中进行了现场表演。佟健站在场边，不时为小学员们鼓掌。庞清在他身后不远处，静静地看着冰场上的表演，如今她已在国家体育总局冬运中心任职。
佟健。受访者供图曾经场边的庞清佟健是在为比赛做着紧张的准备，而现在，二人要见证孩子们成长为和他们一样优秀的运动员。
花滑
搭档30年，“庞清佟健”这四个字紧密连在了一起。曾经，“庞清佟健”在赛场之上为国争光。如今，佟健希望“庞清佟健”能鼓励更多人。
“我们希望给更多的追梦者力量，庞清佟健就是追梦人的代表。希望通过我们奋斗的经历，给更多年轻人以力量。在他们遇到困难时永不放弃，努力去实现梦想。”他说道。
在庞清佟健的职业生涯中，《追梦无悔》是最为人熟知的自由滑曲目之一。2010年温哥华冬奥会上，伴随着这首气势宏大的音乐，庞清佟健摘得银牌。
图片庞清佟健。中新社发 沈晨 摄退役后，他们的“梦”以另一种方式延续了下去。在冰上艺术中心之外，现如今庞清佟健旗下品牌冰场还包括冰雪学校以及国家速滑馆培训点。
在冰场上，佟健身边滑过的不再是各国花滑高手，而是身高参差不齐的孩子们。看着这些来俱乐部学滑冰的孩子们，佟健直言，现在的孩子们在场地和装备方面比自己小时候更加“幸福”。
“从本质需求来讲，不再是以竞技、输赢为核心，而是围绕着孩子们的心理健康、身体健康开展起来，我觉得这是比较大的差别。”
未来
“我们能不能有更多时间花在自己孩子身上？”这是佟健目前的困扰之一。“我们从原来相互关注技术和成绩，到后来关注整个产业发展，自己有了两个孩子后，在关注他们这方面做得还不够。”
佟健。受访者供图。提起家里的小朋友，佟健的笑容更加明显。他希望能更好分配自己的时间，把他和庞清对体育的理解和人生感悟传递给孩子，陪伴他们一起成长。
除了家庭的未来，佟健也在关注中国双人滑的未来。北京冬奥会上，隋文静/韩聪摘得双人滑金牌，但接下来的冬奥周期，中国队面对的压力并不小。
“我觉得从项目发展来讲，肯定有起有伏。我们面对的挑战就是在后冬奥如何能建立起一些后备力量。短暂的调整，对于每一个项目来讲都是不可避免的，我们只是坦然地去把自己应该做的工作做好。我想中国冰雪未来一定会非常强。”显然，佟健对于项目的发展抱有信心。
在竞技项目外，佟健也深刻感受到了在北京冬奥会结束后的一年中，社会对于体育的理解发生了变化。
国家速滑馆开展主题活动。 中新社记者 韩海丹 摄“体育从原来的输赢变成了一种新的生活方式。能够让孩子们身体健康，同时对规则有更好的理解。我觉得通过2008年北京夏奥会、2022年北京冬奥会，整个社会对体育的理解发生着变化。”(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 |
)