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:绿色高效山地农业赋能乡村振兴******
中新网成都11月27日电 (单鹏)初冬时节,四川广元昭化区昭化镇的猕猴桃进入越冬管理期。在昭化镇朝阳村“省四星级现代农业园区”里,一株株猕猴桃树的树干被涂白剂“刷白”,工人三三两两修剪树枝。近来朝阳村村民居太高每天都要下地转一转,“把越冬管理做好了,来年才会有好收成。”他说。
广元是世界红心猕猴桃发源地和最大生产基地,但几年前,坐落在群山之间的朝阳村却是个“另类”。由于缺乏发展规划,该村土地零散,大部分土地以传统农作物种植为主,部分还是荒山和杂木林。“2017年我们来到当地支持山地农业发展,针对朝阳村做了详细规划,论证到底该发展什么产业、如何布局生产,最终确定在中低海拔区(500-700米)重点发展猕猴桃种植,稍高海拔区(700-900米)以桃李产业为主。”四川省农业科学院园艺研究所副所长、研究员陈栋表示。
果树冬管技术培训会现场。 四川省农业科学院 供图经过几年培育,朝阳村成为当地猕猴桃、桃的重要产区之一,并带动了周边村镇的果树产业发展。从荒山到遍地果园,朝阳村的蜕变是四川山地农业发展的缩影。近年来,四川山地农业走出一条从增产到提质的绿色高质量发展之路:特色产业在四川盆周山区以及贫困地区逐步发展,西南山地主要作物优质高产高效技术体系逐渐形成,优质粮油、茶叶、特色水果、道地中药材、特色食用菌、高原蔬菜品种选育取得显著成效。
“种植猕猴桃和桃后,村里发生了翻天覆地的变化。”居太高说,随着收入提高,村里路宽了、环境美了,土坯房也变成了漂亮的小楼房,“朝阳村人均年收入从几千元提高到2万多元,越来越多的年轻人愿意返乡搞农业。”
作为在高山地域环境下形成的农业形态,山地农业地块多、面积小、分布零散,这意味着发展山地农业比平原地区面临更多挑战:不仅机械化、规模化种植难以施展拳脚,交通、用水、土质差也是难题。“发展山地农业,种植技术相对复杂,首先要根据当地的土壤、气候条件选择适合的品种,其次要因地制宜确定栽培模式,防治病虫害、加强土肥水管理。在无法大规模机械化的条件下,局部只能尝试使用小型机械,比如小型割草机、移动式喷药机或移动液压施肥枪等。”陈栋表示。
“红心猕猴桃的主要问题是抗溃疡病能力弱,在山地条件下,高海拔导致的低温以及多雨环境会提高溃疡病的发病率。”据四川省农业科学院园艺研究所研究员涂美艳介绍,溃疡病是一种细菌性病害,具有隐蔽性、暴发性、毁灭性的特点,“我们在园区内不仅引进示范了不同类型猕猴桃优新品种,还和当地农业农村局共同示范应用了红心猕猴桃避雨设施栽培技术,设计了不同类型的避雨棚供种植户选择,还配套了智能水肥一体化设施,探索并推广了果粮套作模式,很好地预防了溃疡病的发生。”
四川有较多的山地和丘陵,发展山地农业对推动当地乡村振兴具有重要意义。谈及四川山地农业下一步发展时,四川省农业科学院党委书记吕火明表示,将围绕粮食安全发展好小麦、水稻、玉米等粮食作物,同时关注林下产品、功能性农产品、养殖等产业发展。同时将因地制宜关注产业多样化,发展适合山区的特色产业,开发农旅产品,推动农旅融合,“总的目标是通过发展山地农业带动乡村振兴。”
“在山地农业国际交流方面,我们与泰国、越南、老挝等东南亚国家以及阿根廷布宜诺斯艾利斯省加强交流、开展紧密合作。”吕火明表示,将进一步加快国外先进科技技术成果引进,为四川山地农业现代化注入强劲动力,还将推动自主科研成果“走出去”,提高四川农业科技的国际影响力。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |