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。
四川：拉齐读书“起跑线” 民族地区教育“结硕果”******
中新网成都1月5日电 (贺劭清 何芦恒 唐启浩)“拉大锯、拉大锯，外婆家里唱大戏。”寒冬时节，刚走进四川省凉山州昭觉县三岔河镇幼儿园，便听闻阵阵儿歌。三岔河镇幼儿园教师陈婷婷介绍，幼儿园正通过双语教学让孩子们更好了解、掌握普通话，而对于低龄小朋友而言，儿歌是他们最容易接受的方式之一。
拉齐民族地区读书“起跑线”，从化解困扰民族教育的“听不懂”难题开始。党的十八大以来，四川省实施民族团结进步示范工程，持续铸牢中华民族共同体意识，把全面加强国家通用语言文字教育作为做好民族工作的长远之策、固本之举，有力促进民族地区教育发展。
正在上课的学生。 唐启浩 摄陈婷婷介绍，幼儿园的小朋友入园之初，老师们会对每位小朋友的语言情况进行摸底，“一人一策”开展教育。如果遇到普通话基础薄弱的学生，老师除了逐字逐句的帮其翻译，还会用图片、音频帮学生加深印象。“小朋友学好普通话后，回家能带动父母掌握普通话，更好和各族村民沟通，让他们的关系更加融洽。”
“我20年前当老师的时候，每逢春秋季开学，所有老师都会去学生家，动员家长让学生读书，而现在是家长想方设法让学生读更好的学校。”谈及民族团结进步示范工程为民族地区教育带来的变化，昭觉县教科体局副局长郑杰这样说。
中央民族工作会议指出，要推广普及国家通用语言文字，科学保护各民族语言文字，尊重和保障少数民族语言文字学习和使用。让民族地区孩子在学前学会普通话、“突破语言关”，是四川铸牢中华民族共同体意识、拉齐民族地区读书“起跑线”的重要途径之一。
近年来，四川在全省民族地区52个县(市区)依托“一村一幼”计划持续推进“学前学会普通话”行动，3934个幼教点17万余名儿童接受国家通用语言训练。与此同时，四川还以34所中小学为示范引领，广泛开展铸牢中华民族共同体意识主题教育实践活动。
位于四川省绵阳市北川羌族自治县的永昌小学，便是四川首批中小学铸牢中华民族共同体意识教育实践活动试点学校。永昌小学教育集团副校长倪会介绍，随着“中华民族一家亲，同心共筑中国梦”等系列主题教育实践活动举行，推进“互联网+民族团结”行动的开展，以及学校的校园环境、办学条件更加现代化，如今学校民族氛围变得更加的和谐。
永昌小学五年级六班学生赵语辰在主题教育实践活动中担当了“小小红色讲解员”。“我想让更多的人了解中国革命的历史，感受中华民族的伟大。”赵语辰说，为了讲好“中华民族一家亲，同心共筑中国梦”的故事，她会从图书、课堂、生活中尽可能多地搜集红色素材，还会经常阅读红色党史故事。“要反复琢磨讲解词，理解其中的含义，才能讲出真情实感。”
正在上课的学生。 唐启浩 摄为民族地区学生夯实全面发展的基石，推动青少年文化学习和体育锻炼协调发展，四川省民族宗教事务委员会创新实施“同运动·一家亲”项目，在民族地区教育领域，尤其是各类学校，优选推广普及程度高、群众基础好的体育运动项目，搭建各族学生交往交流交融的平台，有效推动民族团结进步创建工作大众化、人文化，大力营造中华民族一家亲的社会氛围。
建于1962年的广元树人中学是一所有汉族、藏族、彝族、回族、羌族等多民族成分的学校。学校创新“巴蜀教师进高原”“共享课堂进学校”“联合教研进课堂”品牌教学模式，促进各民族师生跨区域团结互助、共同进步。
“我是朝鲜族，来到广元市树人中学，受到老师亲人般的关爱和各民族同学无微不至的关心，温暖伴着我快乐学习，健康成长。”广元树人中学高2021级4班学生金洋明说。
近年来，四川抓住教育这一关键领域和学生这一关键群体，推进铸牢中华民族共同体意识与学校党的建设、意识形态工作、思政教育、校园文化建设、日常管理、队伍建设、教育教学深度融合，建成131个省级以上民族团结进步示范学校。
未来，四川将深入学习贯彻党的二十大精神，以铸牢中华民族共同体意识为主线，以民族团结进步创建工作为重要抓手，持续推动民族地区教育高质量发展，为构筑中华民族共有精神家园夯实根基。(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 |
)