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。
第一观察丨开局之年,习近平总书记这样部署全面从严治党******
1月9日,习近平总书记在二十届中央纪委二次全会上发表重要讲话强调,一刻不停推进全面从严治党,保障党的二十大决策部署贯彻落实。
治国必先治党,党兴才能国强。
在2023年这一贯彻党的二十大精神的开局之年,习近平总书记的重要讲话为我们将全面从严治党这一党的长期战略、永恒课题进行到底指明了前进方向。
(一)时刻保持解决大党独有难题的清醒和坚定
习近平总书记在党的二十大报告中指出,我们党作为世界上最大的马克思主义执政党,要始终赢得人民拥护、巩固长期执政地位,必须时刻保持解决大党独有难题的清醒和坚定。
“保持解决大党独有难题的清醒和坚定”——从中央政治局会议到中央政治局民主生活会,再到这次中央纪委全会,党的二十大后的多次重要会议上,这一表述频繁出现,成为新征程党推进自我革命的鲜明印记。
何谓“大党独有难题”?这次中央纪委全会上,习近平总书记以六个“如何”作出深入阐释——
如何始终不忘初心、牢记使命,如何始终统一思想、统一意志、统一行动,如何始终具备强大的执政能力和领导水平,如何始终保持干事创业精神状态,如何始终能够及时发现和解决自身存在的问题,如何始终保持风清气正的政治生态。
2018年1月,党的十九大后,在面向新进中央委员会的委员、候补委员和省部级主要领导干部的“开年第一课”上,习近平总书记就曾指出,我们党是世界上最大的政党,大就要有大的样子,同时大也有大的难处。
从“大的难处”到“大党独有难题”,习近平总书记的清醒和坚定始终不变。这次中央纪委全会上,习近平总书记深刻指出,解决这些难题,是实现新时代新征程党的使命任务必须迈过的一道坎,是全面从严治党适应新形势新要求必须啃下的硬骨头。
(二)健全全面从严治党体系
党的二十大报告首次提出“健全全面从严治党体系”,这是强化管党治党全面系统布局、协同高效推进的重大举措。
这次中央纪委全会上,习近平总书记指出,新时代十年,我们党不断深化对自我革命规律的认识,不断推进党的建设理论创新、实践创新、制度创新,初步构建起全面从严治党体系。
回顾新时代十年全面从严治党的伟大历程可以看到,从系统的理论指导,到完善的任务布局,再到健全的制度设计、配套的工作抓手,管党治党的“四梁八柱”日趋完善。放眼全世界,没有任何一个其他政党能像中国共产党这样从严管党治党,能像中国共产党这样拥有如此科学严密的全面从严治党体系。
如何进一步健全全面从严治党体系?习近平总书记以三个“更加突出”和四个“全”作出部署。
三个“更加突出”,就是坚持制度治党、依规治党,更加突出党的各方面建设有机衔接、联动集成、协同协调,更加突出体制机制的健全完善和法规制度的科学有效,更加突出运用治理的理念、系统的观念、辩证的思维管党治党建设党。
四个“全”,就是坚持内容上全涵盖、对象上全覆盖、责任上全链条、制度上全贯通,进一步健全全面从严治党体系,使全面从严治党各项工作更好体现时代性、把握规律性、富于创造性。
(三)坚定不移深入推进全面从严治党
2023年是贯彻党的二十大精神的开局之年,是实施“十四五”规划承前启后的关键一年,是为全面建设社会主义现代化国家奠定基础的重要一年。
意义非凡的一年,如何向着新的奋斗目标再出发,坚定不移深入推进全面从严治党?这次中央纪委全会上,习近平总书记作出细致部署——
谈政治监督,指出“要在具体化、精准化、常态化上下更大功夫”“要及时准确发现有令不行、有禁不止,做选择、搞变通、打折扣,不顾大局、搞部门和地方保护主义,照搬照抄、上下一般粗等突出问题”;
谈中央八项规定,指出“要继续纠治享乐主义、奢靡之风”“要把纠治形式主义、官僚主义摆在更加突出位置”;
谈纪律建设,指出“要把纪律建设摆在更加突出位置,党规制定、党纪教育、执纪监督全过程都要贯彻严的要求”;
谈反腐败斗争,指出要“在不敢腐上持续加压”“在不能腐上深化拓展”“在不想腐上巩固提升”,同时强调“进一步健全完善惩治行贿的法律法规”“严厉打击那些所谓‘有背景’的‘政治骗子’”;
谈健全党统一领导、全面覆盖、权威高效的监督体系,指出“党委(党组)要发挥主导作用,统筹推进各类监督力量整合、程序契合、工作融合”,同时强调“要持续深化纪检监察体制改革”“要把巡视利剑磨得更光更亮”……
一分部署,九分落实。
时刻保持解决大党独有难题的清醒和坚定,驰而不息将全面从严治党向纵深推进,百年大党必将在自我革命中不断焕发蓬勃生机,始终成为中国人民最可靠、最坚强的主心骨。
策划:霍小光
主笔:孙少龙
统筹:张晓松、张为民、王绚
视觉丨编辑:张爱芳、袁睿、古一平
(文图:赵筱尘 巫邓炎)