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。
（新春走基层）台湾美食业主盼“团圆”：一起打拼向未来******
中新网福州1月22日电 (彭莉芳)尽管两岸“小三通”客运航线部分恢复通航了，陈人泽还是选择留在福州过年，筹划“陈家蚵仔煎”的新发展。
农历正月初一，陈人泽就赶往厦门曾厝垵考察，准备在厦门这个滨海旅游城市的“网红”小渔村寻一家新租铺，扩大“陈家蚵仔煎”的生意版图。
陈人泽正在做“蚵仔煎”。 吕明 摄从独自一人在福州打拼，到给摊铺招徕助手，再到如今有了三个连锁品牌摊铺，陈人泽的生意可谓红红火火。
“看夏天能不能把儿女们接过来，一家人在大陆团圆，一起打拼。”这是60岁的台湾美食业主陈人泽的兔年“新”愿。
陈人泽来自台中，在福州市台江区宁化路夜市经营着一家名为“陈家蚵仔煎”的摊铺。进入宁化路夜市，跟着人流走，在人潮最为涌动的摊位前，就能找到忙着做蚵仔煎的陈人泽。
陈人泽正在做“蚵仔煎”。 吕明 摄“价不高，味极鲜，老板很亲切”，加上许多当地网红博主的推荐，让“陈家蚵仔煎”在许多本地美食推荐榜单上名列前茅。往来的食客，也喜欢称陈人泽为“阿泽”。
陈人泽告诉记者，生意最好的时候在夏天，年龄横跨老中青的食客顶着夏夜余热慕“食”而来，只为尝尝他做的台湾小吃“蚵仔煎”，每日限售三百份。
陈人泽准备从住地出摊。 吕明 摄蚵仔煎是闽台传统小吃，“人气”在两地夜市居高不下。磕开鸡蛋，铺上海蛎，倒入地瓜粉浆，待表面煎到金黄，撒上豆芽青菜，再淋上咸甜的酱料，一份软嫩鲜甜的蚵仔煎就“大功告成”。
在陈人泽看来，蚵仔煎制作简单，风味极佳的关键，在于食材的新鲜和酱汁的地道。
为此，陈人泽的厨房里没有隔夜食材，鸡蛋、包菜、黄豆芽须赶早市购买，牡蛎则请人从海边送来。下午三点切完菜后，他将西红柿现榨成汁，将糖、盐、蒜、醋按比例搅匀，静置些时。
“这样做虽麻烦，但味道好！”陈人泽说，酱汁有“新鲜的酸味”，吃时“生津”，是正宗的台湾南部口味。
陈人泽正在清理餐车。 吕明 摄除夕，他给自己放了个假，用一顿火锅犒劳过去辛劳的一年，与远在台湾的家人视频连线聊家常。
陈人泽的父母在台湾逢甲夜市卖了六十几年的蚵仔煎，他也耳濡目染，传承了家中的好手艺。他说，自己一辈子就做了三件事，一是年少时在台湾开了10年车厂做汽车装配；二是2003年看到大陆的发展前景，跨海到义乌做贸易；三是2009年在大陆重拾蚵仔煎这一老本行。
“死小孩，家里很忙还不赶紧回来。”陈人泽向记者绘声绘色地模仿父母当年从电话传来的埋怨。但他还是选择留在大陆发展，“当然要留在这，见证它强起来。”
十几年来，陈人泽带着他的蚵仔煎，奔波于大陆大大小小的美食展做展销，也“跑透了”大陆的大好河山。
陈人泽正在制作“蚵仔煎”秘制酱汁。 吕明 摄“大陆的地理我知道，小时候教科书上都有写！”《三国演义》是陈人泽的启蒙读本，一有时间，他就跑去看看书中的城市，如赤壁、荆州、襄阳、南充等。到常山赵家庄时，他尤为兴奋，这是常胜将军赵子龙的故居，赵子龙是他最爱的三国人物。
奔走于天南海北，他感慨于大陆幅员辽阔，风味小吃数不胜数，每个地方有不同的文化特色与人文风情，“北方美食量大，南方菜精致小巧、味偏酸甜，西北面食堪称一绝”。他笑说：“如果到四川做蚵仔煎，得做成麻辣味才有人吃。”
陈人泽也感慨大陆基础设施建设特别是交通的进步，“现在，许多城市之间‘一日生活圈’形成了。十几年来，大陆人的生活是往上升的。”
三年前，陈人泽机缘巧合来到福州，看准当地夜市经济的发展前景，一头扎进福州夜市做连锁小吃，推广台湾蚵仔煎。
“东西煮出来是对客人的责任，味道失之毫厘，客人都吃得出来。”三年来，他根据当地人的口味以及客户的反馈，不断调整食材出搭配比例，这是他的摊铺受顾客青睐的原因。
今年，陈人泽想把蚵仔煎摊铺开到闽南，极具人流量的旅游胜地曾厝垵成为首选。他表示，希望能在与台湾人文风情相似的闽南，推广更丰富的台湾美食。
“陈家蚵仔煎”春节打烊，不少老顾客纷纷在微信上问陈人泽什么时候可以再吃到蚵仔煎。“尽快尽快，只要钓牡蛎的渔民开工，我就复工。”陈人泽乐呵呵答道。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发平台地图 |
)