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。
哈萨克斯坦绿色能源之路:用好“风与光”******
(国际观察)哈萨克斯坦绿色能源之路:用好“风与光”
中新社阿斯塔纳1月18日电 题:哈萨克斯坦绿色能源之路:用好“风与光”
中新社记者张硕
哈萨克斯坦总统托卡耶夫近日在出席国际可再生能源机构(IRENA)第十三届全体大会时指出,创造更清洁、更绿色的未来是人类共同任务,哈萨克斯坦愿团结地区国家力量,保障绿色发展。
作为中亚最大国家,哈萨克斯坦煤炭、石油、天然气等能源丰富,储量位居世界前列。如何提升能源利用效率,推动绿色能源发展,成为该国近年经济发展的关键词。哈学者17日在接受中新社记者采访时表示,在绿色发展道路上,中国技术与经验值得哈方借鉴,未来可继续加深同中方合作。
这里有风能和阳光
据哈总统府官网消息,托卡耶夫表示,在地缘政治不稳定和全球能源安全遭遇挑战的背景下,气候变化问题已被忽视。根据联合国报告显示,受气候变化影响,到2050年全球将有50亿人面临水资源短缺问题,世界粮食供应以及生态系统亦将遭到严重破坏。
他指出,哈方高度重视可再生能源发展,并致力于实现可持续发展目标。哈萨克斯坦是全球率先批准《巴黎气候协定》的国家之一,哈方承诺至2060年实现碳中和,扩大可再生能源在国家能源结构中的占比。为实现这一目标,哈政府提出对所有经济领域进行大规模改革,涵盖能源、制造、农林、交通以及废弃物处理等领域。
托卡耶夫还介绍,到2035年哈萨克斯坦将建成10吉瓦的新能源项目。“丰富的风能和阳光,以及辽阔土地为本国绿色能源发展创造了必要条件。”
算好能源加减法
哈萨克斯坦具有传统能源优势,但也存在一定短板,过度依赖化石能源且电力设备普遍老旧,意味着哈萨克斯坦提高能源利用效率将是一项系统工程。
“哈萨克斯坦是首个承诺到2060年实现碳中和的中亚国家,哈政府为此制定了减少温室气体排放的具体任务。”哈经济学家阿尔马斯·丘金在接受记者采访时表示,哈萨克斯坦有必要在能源生产、转换以及消费等环节发力。“事实上,仅改善电力生产结构还不够,重要的是实现交通电气化,并减少对自然资源的过度开采和使用。”
丘金表示,哈萨克斯坦重点发展风能和太阳能,也包括水力和生物燃料的开发利用。为此,国家营造了安全的法律环境用于规范新项目的融资与建设。据他介绍,国家允许以拍卖方式确定可再生能源电价。据统计,近几年累计投产项目装机容量超过2吉瓦。
从哈萨克斯坦近年来能源发展路径可见,“绿色”已经成为关键词。早在2009年哈政府就通过了《支持利用可再生能源法》,2013年制定了可再生能源行业发展目标。为通过技术手段提升能源使用效率,哈政府在《绿色经济转型构想》和《哈萨克斯坦—2050》战略中明确要求,到2050年将替代能源和可再生能源发电量在总发电量中的占比提升至50%。
此外,哈政府还将推动实施“清洁煤炭”计划。据哈能源部长阿克丘拉科夫此前表示,该项目主要是减少煤炭利用过程中废料的产生,将在未来得到广泛应用。
哈中合作添“新绿”
在推动自身新能源产业发展的同时,哈政府也在积极寻求国际合作。
近年来,哈萨克斯坦与中国积极拓展风电、光伏等新能源领域合作受到关注。丘金对此评价称,哈中合作的成功案例有很多,“中国带来的技术与经验值得我们借鉴。”
2022年底,由中企投资建设的北部阿克莫拉州风电项目一期30台150兆瓦发电机组成功并网发电,全容量并网后,该项目每年可为当地提供约6亿千瓦时清洁电力;2021年,由哈中合资建设的中亚地区最大风电项目——札纳塔斯100兆瓦风电项目实现全容量并网;同年,由三峡集团中国水利电力对外有限公司承建的哈萨克斯坦图尔古松水电站实现全部机组投产发电。
作为札纳塔斯风电项目哈方维索尔投资公司的管理合伙人与项目实际参与者,丘金说,相比火力发电,该风电场预计每年可节约标准煤约11万吨,减少大量温室气体和灰渣排放,还可满足该地区20多万家庭的用电需求。“我们正计划在札纳塔斯共建第二个100兆瓦项目。这不仅为哈带来了清洁能源,更能有效促进城市发展。”(完)
(文图:赵筱尘 巫邓炎)