工匠先锋点燃城市“智慧火把”******
近日,一场代表上海智慧城市最高水准的竞赛在上海华能大厦举行。25名在城市数字化转型相关技术领域的产业精英和工匠,现场向专家评委和观众展示上海在城市数字化转型中呈现出的智慧与力量。
这场由上海市总工会、上海市经济和信息化工作委员会、上海市经济和信息化委员会共同主办的上海城市数字化转型“智慧工匠”选树、“领军先锋”评选活动今年已是第7年。颁奖仪式上,上海市总工会副主席周奇表示,希望通过“智慧工匠”“领军先锋”评选活动,激发城市数字化各领域从业人员的创新创造活力,进一步加强上海数字化转型人才队伍建设,推动更多竞赛成果转化为优秀解决方案和应用场景。
培育高端人才引领先导产业
从2021年起,活动面向致力于上海城市数字化转型各领域的建设者,主要聚焦在集成电路、人工智能、生物医药、信息化建设及相关技术领域,挖掘树立一批工匠先锋。
参加决赛的25名候选人,都是上海城市数字化转型建设的标杆型人物,其中既有专注信息技术和模式创新的大拿,又有致力于传统行业通过数字化实现转型提升的实践者;既有国有企业的技术管理人员,又有民营企业的创新创业技术人才。
获得此次一等奖的星希尔生物科技(上海)有限公司CEO李成涛创办企业仅3年左右,其自研的MI平台可快速准确描述分子和蛋白间的相互作用、精确计算目标药物分子与特定靶标的结合自由能,突破经典计算模拟方法,上线1个月,已有20余家标杆客户试用并推进合作。
得益于不断优化的选树活动模式,以及坚持赛评结合、以赛促评的方式和不断完善的激励培养机制,活动举办7年来,涌现出一大批像李成涛这样在城市数字化转型实践中的能工巧匠和优秀的数字化转型成果、项目。城市数字化转型各领域培养劳模工匠的热情和职工的创新创造活力被充分激发。
截至2022年9月,活动共评选出“智慧工匠”60人、提名奖60人;“领军先锋”60人、提名奖55人。获奖选手可参评上海市五一劳动奖章、“上海工匠”等荣誉,有效提升了市级劳模工匠的“智慧”指数。
赛场上演绎工匠精神
入围选手的经历和成果,对数字化时代的工匠精神内涵做了生动演绎。
今年的竞赛单元大幅度迭代更新,新增绿色低碳、元宇宙、智能终端等新赛道。获得一等奖的朱俊领衔研究的《融数注智城市全光云网底座关键技术研究与规模应用》项目,经过5年的技术研发创新,为2500万人、数百万名用户提供与数字世界连接的“动脉血管”。这也是朱俊用“创新、专注、坚持”诠释工匠精神的体现。
同样获得一等奖的奚笑冬总结了自己对工匠精神的理解:立得稳、守得住,方得始终。由他牵头完成的上海地铁全自动驾驶系统,实现了地铁设计的彻底转型。
竞赛通过科学设计评选指标,进一步凸显参评者需具备的精神特质“软实力”和技术技能“硬水平”,从而展示出项目和参赛选手的“含金量”。
以“点上突破”带动“满盘皆活”
“收钱吧到账啦”,这个老百姓耳熟能详的声音,如今有了惠及更多小商贩的新举措。竞选“领军先锋”的收钱吧CEO陈灏在演讲中表示,收钱吧开启从移动支付、数字支付向“数字化门店”的转型,商家只需在APP中输入门店相关信息,就能获得收钱吧为其生成的数字化门店,联通线上线下购买渠道。
工业领域的数字化赋能,场景则更为宏大。此次竞赛中获奖的优也科技CEO李克斌表示,国内不少头部企业的底层工业数据操作系统、数字孪生引擎等都由优也来搭建。“我们为上电漕泾发电厂的两台百万机组做数字化能效分析诊断,实现近10万吨的二氧化碳减排。”李克斌举例说。
在竞赛中,一个个数字化场景陆续落地,但主办方的期待还不止于此。“我们期待数字化不仅要赋能各行各业,还要赋能产业链的上下游。”主办方相关负责人表示,“在赛场内,一批批优秀项目、解决方案逐年丰富;在赛场外,各行各业得以互学互鉴,更多创意火花被激发,加速城市的整体数字化转型。”(工人日报记者 裴龙翔)
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。
(文图:赵筱尘 巫邓炎)