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。
【寻味中华】重庆火锅：涮得了山珍海味 烫得了边角碎料******
中新社重庆1月24日电 题：重庆火锅：涮得了山珍海味 烫得了边角碎料
中新社记者 刘相琳
夜幕降临，重庆大街小巷中弥散着麻与辣的快感。一炉炉火锅渐次沸腾，翻滚的牛油，迸发出麻辣鲜香，令人欲罢不能。
火锅是重庆人聚会首选，几人围坐一口锅，毛肚的劲道，鸭肠的爽嫩，酥肉的香脆……觥筹交错间口腹之欲得到极大满足。“每天吃火锅遭不住(重庆话，意为受不了)，一周不吃也遭不住。”重庆人吴思这样评价。
重庆火锅协会会长陈国华说，重庆火锅有水派和陆派起源之说。普遍认为，清末民初，重庆是长江上游航运重镇，为了填饱肚子，船夫们常在江边随地搭起锅灶，用沿江两岸屠宰场丢弃的廉价动物内脏和牛油渣，拌上葱姜花椒等佐料一起下锅烫煮，这就是重庆火锅的雏形。
火锅匠人们总结出重庆火锅好吃的标准是“三水一堆”：吃了额头冒汗水；辣得流眼泪水；麻得流鼻涕水；桌上擦“三水”的纸用了“一堆”。
辣，不是重庆火锅的唯一标签。好吃的关键在香辛料之间复杂的配比。如今，重庆中心城区有超过3万家火锅店，外地人吃来大同小异，当地人却因底料的细微差别，分出“远近亲疏”。
重庆红汤火锅以味复合醇厚、重油重香著称。先将牛油放入旺火锅中熬化至170摄氏度左右，再倒入豆瓣、大蒜、大葱、生姜、香菜等，待熬成红油后再炒香，这是传统火锅底料的灵魂。
国家级中式烹调技能大师工作室创建人、知名火锅专家王文军说，正宗的重庆火锅底料，讲究麻、辣、鲜、香。牛油品质、原材料的选择配比、炒制的时长和温度，任何一个细节都可能成为影响味道的关键因素。
王文军说，辣椒让牛油增色去腥，豆瓣酱提鲜，大蒜增香，花椒增麻，佐料在热油中彼此融合。而醪糟则是不少火锅底料的秘密，酵母菌为锅底注入了生物驱动。匀速搅拌之下烟气升腾，两三个小时“寸步不离”的调制，冷却后再静待发酵7天，待各种原材料味道充分释放融合，才能成就饭桌上的麻辣鲜香。
把火锅分成九宫格，是重庆人的发明。中间格火大，要烫涮吃，东南西北四格，火温合适，不易煳锅，适合煮菜，四个边格，火力最小，适合焖煮食材。
煮菜顺序也有讲究，鲜鸭血和厚豆干要在没开火前进锅。底料烧开后，真正的老饕会先丢一把小葱和豆芽，滚上几十秒，将火锅的底味彻底唤醒。在东南西北四个横格中煮上老肉片和水滑肉等耐煮荤菜，中间格冒油泡时，才是烫菜的最好时机。
烫的核心不仅是熟，还要裹上油，让菜品吸味。鸭肠烫卷，毛肚烫泡，黄喉烫弯，腰片烫变色，多一分就老，少一分则不熟，烫涮之间菜盘已见底。
重庆火锅既涮得了山珍海味，也烫得了边角杂碎。鸭血、黄喉这些在其他菜系中被视为“鸡肋”的食材，却是重庆火锅最受欢迎的选择。而对脑花、牙梗等偏门食材的喜爱，更是将普通食客和老饕区分开来。
重庆火锅也正悄然发生变化。电子采购平台、机器炒底料、一次性锅底汤料的推广应用，用餐环境、调味技能等方面的改进，让纯正味道不会丢失，接受人群更广泛。
据重庆火锅协会统计，目前，小天鹅、德庄、刘一手等多家本土火锅企业，已累计在海外开店超600家，分布在20多个国家和地区的200多个城市。
夜色下重庆又开始沸腾，辣椒花椒“翻江倒海”，鸭肠毛肚“七上八下”的画面，依然不分季节地每天在这座城市里反复上演。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
y39彩票地图 |
)