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。
31省份CPI出炉:20地稳在“1时代”,有你家乡吗******
中新经纬1月17日电 (王永乐)日前,国家统计局公布了31省份2022年12月居民消费价格指数(CPI)。中新经纬梳理发现,12月,21省份CPI同比涨幅高于上月。其中,重庆最高为涨2.7%,陕西最低涨1.0%。
图源:国家统计局网站21地CPI涨幅扩大
国家统计局数据显示,2022年全年,全国CPI比上年上涨2.0%。12月,全国CPI环比持平,同比上涨1.8%。同比涨幅较11月扩大0.2个百分点,连续两个月处于“1时代”。
中新经纬梳理发现,31省份12月CPI同比均为上涨,涨幅高于或低于全国水平的省份分别为13个和14个,11月分别为11个和15个。从涨幅来看,海南等21省份涨幅高于11月,上月仅有海南涨幅扩大;3省份与11月持平,上月持平省份仅有西藏;7省份涨幅低于11月,上月则有29省份涨幅收窄。此外,值得注意的是,“2时代”省份较上月增加5地。
具体来看,重庆、新疆、广东、上海、福建、西藏、青海、江苏、江西、湖北、海南、山西、甘肃等13省份涨幅高于全国水平,其中重庆等11省份处于“2时代”,较上月增加了广东、上海等5省份;北京、辽宁、吉林、浙江涨幅与全国水平持平;天津、黑龙江、广西、四川、云南、宁夏、河北、山东、内蒙古、湖南、安徽、贵州、河南、陕西等14省份涨幅低于全国水平。
另外,从增减幅来看,海南继续居首,增加0.9个百分点,新疆降幅最大为0.6个百分点。
东北证券宏观报告指出,受疫情影响,12月CPI通胀较前月稍有回升,但回升幅度略低于市场预期。结构上,菜价与猪价对冲,食品仍是主要贡献力量,油价对CPI形成小幅拖累,核心CPI较前月略有升温。
未来CPI怎么走?
官方:有能力继续保持物价总体稳定
2022年,国内物价保持平稳运行态势。对于2023年物价,从官方和机构预测来看,高通胀风险不大。
针对2023年物价走势,国家发改委价格司司长万劲松1月12日表示,尽管国际大宗商品价格可能高位波动,输入性通胀压力仍然存在,但我国物价保持平稳运行具有坚实基础。粮食生产连续丰收,生猪产能合理充裕,重要民生商品供应充足,基础能源保障有力,保供稳价体系进一步健全,完全有信心、有能力继续保持物价总体稳定。
国盛证券首席经济学家熊园等发文指出,2023年通胀风险可控,CPI中枢可能升至2.1%左右,节奏上前高后低,1至2月可能阶段性升至3.0%左右。
文章同时列出两大不确定性因素:一是防疫政策优化之后,需求集中释放、叠加2022年偏松货币政策的滞后影响,服务价格有阶段性脉冲式上行风险;二是地缘政治不确定性仍强,全球能源危机、粮食危机仍有较强不确定性,可能增加我国输入型通胀压力。
平安证券报告预计,2023年上半年CPI的阶段性高点在一季度,可能会达到2.5%上下。超季节性因素中,可能猪价的影响最大,但涨幅也相对可控,上半年CPI可能仍然难以突破3.0%。
东方金诚首席宏观分析师王青认为,消费修复有可能带动CPI涨幅阶段性扩大,特别是与服务消费相关的文娱旅游、酒店、机票等价格可能出现较快上涨。预计2023年CPI涨幅中枢会有所抬高,全年累计涨幅有望达到2.5%左右,其中年初运行在2.0%或略高的温和区间。
“2023年猪周期将主要运行在价格下行阶段,前期美欧货币当局大幅收紧政策会带动 2023年海外通胀较快降温,这些因素都不支持国内CPI在2023年出现大幅上涨。”王青表示。
东北证券宏观报告预计,叠加基数影响测算,2023年CPI通胀全年呈V型走势,7月迎来年内低点,三四季度将趋势上行。其中需要注意两点:一是受猪价显著拖累,1月CPI同比较2022年12月难有显著抬升,而2月受基数影响将成为上半年通胀高点;二是核心CPI将趋势向上,但是供需矛盾转换需要时间,叠加2022年M1货币供给同比连续收缩,核心CPI上行节奏相对可控。(中新经纬APP)
(文中观点仅供参考,不构成投资建议,投资有风险,入市需谨慎。)
中新经纬版权所有,未经书面授权,任何单位及个人不得转载、摘编以其它方式使用。
中国网客户端 国家重点新闻网站,9语种权威发布 |