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。
壮乡广西上演民俗狂欢 千年“炮龙”舞动新春******
(新春走基层)壮乡广西上演民俗狂欢 千年“炮龙”舞动新春
中新网南宁2月1日电 题:壮乡广西上演民俗狂欢 千年“炮龙”舞动新春
中新网记者 黄艳梅
“我第一次体验中国的舞炮龙活动,太刺激了,好开心。”2月1日,中国农历正月十一,越南籍游客凌秋好与友人在“中国炮龙之乡”广西南宁市宾阳县体验了一场“东方狂欢节”,她直呼中国的春节好热闹,充满了“年味儿”。
舞炮龙活动现场人山人海。 俞靖 摄舞炮龙、炸炮龙、摸龙头、抢龙珠……当晚,具有1000多年历史的舞炮龙活动在宾阳县震撼上演,58条炮龙在县城宾州镇激情起舞,数十万民众及游客在爆竹声里炸龙祈福,“求乐、求财、求福、求平安、求吉祥”。
宾阳县地处广西中南部,舞炮龙习俗起源于北宋年间,是在当地庆贺添丁的传统习俗——灯酒节上发展而成的,是壮、汉民族文化交融的结晶,有“中华一绝”美称。
前来游玩的民众与炮龙合影留念。 陈沿佑 摄“炮震千山醒,龙腾百业兴。”宾阳县坊间认为,舞炮龙可以祛除晦气,带来雨水、丰收、吉祥和安定,寄托了民众祈求人丁兴旺、安居乐业、国泰民安的美好愿望。
“我从小就跟着长辈舞炮龙,这一习俗文化是刻在骨子里的。”宾阳县宾州镇三联社区居民陆锡才接受中新网记者采访时称,其舞炮龙已有20余年。今年,他所在的和翔社龙队共有40多人报名争抢舞炮龙。
“扎龙”老匠人邹玉特接受中新网记者采访时展示炮龙编扎工艺。 俞靖 摄炮龙是用竹篾、纸、布等材料扎成7至11节长30至40米的龙,被视为新年神物。宾阳炮龙特别讲究精气神,龙的五官、身形都严格按比例搭配。制作炮龙需要全程手工,工序有扎龙骨、粘龙皮、画龙身、贴龙鳞、染龙布、装龙珠等30多道。
游客参加舞炮龙活动。 俞靖 摄今年69岁的老匠人邹玉特是宾阳炮龙代表性传承人、广西民间工艺大师。邹玉特生于炮龙世家,他编扎炮龙已有50多年,不少形态威猛、栩栩如生的炮龙就出自他的手中。
“舞炮龙代表着团结、勇敢、进取、无畏的精神内涵,大家非常喜欢。今年春节期间,我出售了15条预定的炮龙。我还制作了1000条适合小朋友舞动的小手工艺龙,供不应求。”邹玉特说。
游客脖上挂着鞭炮等待炸炮龙。 俞靖 摄舞炮龙是宾阳县民众春节中最热闹的活动,在外漂泊的宾阳人都会从四面八方赶回来。中新网记者当天走访三联社区,只见这里张灯结彩,宾客盈门,老人小孩、亲朋好友、乡里乡亲团团圆圆,其乐融融。众多游客参加当地灯酒百家宴,品尝特色美食。
舞炮龙活动在夜幕中进入狂欢高潮。 俞靖 摄当天19时,舞炮龙活动在夜幕中进入狂欢高潮。一条条游龙汇聚庙堂,待族上长者手执鸡头,醮血点睛,炮龙开光仪式完成。顿时,锣鼓喧天,炮竹齐鸣,一条条巨龙腾跃而起,穿行在电光炮火中,沿街道挨家挨户送去吉祥和祝福。
炮龙腾跃而起,按龙路顺序狂舞而进。 俞靖 摄舞炮龙现场,舞龙人头戴竹帽、赤裸上身,丝毫不惧鞭炮的“枪林弹雨”。炮龙所至,各家各户焚香迎龙,燃放鞭炮炸龙,“炮声不停,龙舞不止。”当地人认为,炮龙在自家门前停得越久,新的一年就会越顺利。
宾阳舞炮龙活动历史悠久,内涵丰富,不论是舞龙的形式和技巧,还是扎龙的流程和技艺,均别具一格。
炮龙挨家挨户送福。 俞靖 摄近年来,宾阳县打造炮龙旅游文化品牌,开展炮龙等非遗文化进校园活动,积极参与国内外文化展示交流,先后赴新加坡、韩国等国家交流表演,在国际上颇具盛誉。宾阳炮龙节于2008年被列入国家级非物质文化遗产名录,并获评“中国最佳非物质文化遗产节庆”。
舞炮龙活动现场。 俞靖 摄据悉,今年,为舞炮龙活动安全有序、热烈喜庆,宾阳县成立服务民间舞炮龙活动工作领导小组,坚持把安全放在首要位置,明确职责,专人专班管理,确保秩序维护、交通管理、安全保障、文明舞龙、后勤服务等各项措施落细落实。
同时,借助2022年荣获“广西全域旅游示范区”称号的东风,宾阳县各景点都精心策划、盛装待客。当天,宾阳县城还举行专场文艺演出,与舞炮龙活动交相辉映,给民众带来一个丰富多彩、欢乐祥和的“东方狂欢节”。(完)
中国网客户端 国家重点新闻网站,9语种权威发布 |