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。
南京GDP五年跨越五个千亿级台阶 挺进全国大中城市十强******
中新网南京1月10日电 (记者 杨颜慈)1月10日上午，南京市第十七届人民代表大会第一次会议在南京人民大会堂开幕。记者从会上获悉，2022年，在多种因素承压下，南京经济交出亮眼成绩单：全市地区生产总值五年跨越五个千亿级台阶，改革开放以来首次迈进全国大中城市十强。
南京市代市长陈之常代表南京市人民政府在大会作《政府工作报告》。陈之常表示，过去五年，南京坚持稳中求进工作总基调，高水平全面建成小康社会，圆满完成“十三五”规划，制定实施“十四五”规划，“强富美高”新南京现代化建设迈出坚实步伐。
夜经济火热，打造南京消费不夜城。图为流光溢彩的夜秦淮。 泱波 摄五年来，南京“经济强”的实力更加彰显。GDP稳中有进，跨越五个千亿级台阶。对外开放再创佳绩，外贸进出口总量由611.9亿美元增长到920亿美元左右，累计使用外资223.3亿美元。
与此同时，创新成为南京闪亮的“城市名片”。报告显示，南京市高新技术企业从1844家增加到8800家以上。通过聚焦创新型产业体系打造，南京形成1个五千亿级和4个千亿级新兴产业集群。规上工业企业超4000家，培育国家制造业单项冠军企业16家。
在经济提质增效之际，民生不断改善，市民的“钱袋子”更鼓了。统计显示，南京民生投入年均增长5.9%，占一般公共预算支出比重保持在75%以上。居民人均可支配收入达6.9万元、年均增长7.3%，居民收入增长持续快于经济增速。
陈之常表示，刚刚过去的2022年，是新时代新征程中具有特殊重要意义的一年。南京承压前行、苦干实干，顶住了冲击、稳住了大局，全市经济社会发展总体实现稳中有进。
南京坚持“山水城林”融为一体的生态格局，经济发展同时让好山好水融入城市风光。 泱波 摄过去一年，南京全力保增长、稳大盘，经济运行实现企稳向好；聚力抓创新、强产业，转型发展动能更加强劲；大力推改革、促开放，机制活力持续优化提升；致力补短板、惠民生，群众生活水平稳步提高；强力守底线、防风险，社会大局保持和谐稳定。
统计显示，2022年南京预计全年地区生产总值增长2%左右，一般公共预算收入同口径正增长，社会消费品零售总额与上年基本持平。
南京经济在承压下提质增效。图为繁忙的港口码头。 泱波 摄值得关注的是，消费在南京经济发展中起到显著拉动作用。通过多方联动促消费回补，举办南京国际消费节，推出1000余场线上线下融合促消费活动，南京打造1000个消费新场景，新增商业品牌首店近300家，新街口商圈入选全国首批示范智慧商圈，熙南里街区入选第二批国家级夜间文旅消费集聚区，消费拉动作用稳步增强。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
三分快三地图 |
)