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。
从中央连提42次“力”看中国经济明年如何发力?******
中新网12月18日电 (中新财经记者谢艺观)中央经济工作会议定调2023年经济工作,提出“努力实现明年经济发展主要预期目标”“不断增强经济社会发展的动力和活力”……
努力、有力、着力、加力、大力、合力、勠力、潜力、动力……记者注意到“力”字在会议通稿中被频频提及,全文一共出现42次。其中,会议通稿中的7个“着力”、3个“更大力度”、2个“大力”、2个“努力”,分别有何深意?记者采访权威专家进行了解读。
7个“着力”环环相扣
通稿中“着力”一词共出现7次:着力推动高质量发展;着力补强产业链薄弱环节;着力保健康、防重症;着力扩大国内需求;着力稳增长稳就业稳物价;着力发展实体经济;着力消除制约居民消费的不利因素。
值得注意的是,在强调“着力推动高质量发展”和“着力保健康、防重症”时,都提到了“更好统筹疫情防控和经济社会发展”。
在中国社科院宏观经济智库研究室主任冯煦明看来,随着疫情进入新阶段,中央会将更多精力放在发展经济上来,加快促进经济恢复,推动高质量发展。
如何形成高质量发展合力,扩大国内需求、消除制约居民消费的不利因素、补强产业链薄弱环节、稳增长稳就业稳物价等正是“着力点”。
在这些“着力点”中,颇受关注的是扩大国内需求。
“在明年经济五个方面的重点工作中,扩大内需被放在了首要位置。扩大内需上,恢复和扩大消费被摆在优先位置。”中国人民大学中国资本市场研究院联席院长赵锡军向中新网“中国新观察”栏目表示。
在民生银行首席经济学家温彬看来,“消费是经济的压舱石,对于经济增长发挥着基础性作用。今年以来,消费主要受到三个方面的约束:疫情反复限制消费场景、失业率上升限制消费能力、信心不足限制消费意愿。”
那该如何恢复和扩大消费?专家认为,要消除制约居民消费的不利因素,这正是另一“着力点”。
赵锡军认为,一是要稳就业,让消费主体有收入。其次要提升消费预期,让居民去消费而不是储蓄。还可通过发放消费券或补贴等,提升居民的消费能力。另外,也要创造一个好的消费环境。
此外,此前的中央经济工作会议中有“六稳”“六保”的提法,今年中央经济工作会议提法有所改变,变成“三稳”,即稳增长稳就业稳物价,其中稳增长被放在首位。
中国财政科学研究院院长刘尚希认为,稳增长应当成为当前以及明年主要的任务。从短期应急而言,如果经济稳不住,各方面的风险都会衍生出来。从长期来看,发展是第一要务,要以经济建设为中心,把经济方面的挑战作为最主要的挑战。
“随着疫情形势逐渐改善,明年的政策目标预计更加聚焦于发展经济,实现质的有效提升和量的合理增长。”中泰证券分析师周岳指出。
实体经济是我国经济发展、在国际经济竞争中赢得主动的根基,国家一直高度重视实体经济。此次会议也强调,“要着力发展实体经济”。发展实体经济,其中一个关键点就是,“着力补强产业链薄弱环节”。
赵锡军表示,“我国正在构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。想要国内大循环运转顺畅,除了要建设全国统一大市场,产业链供应链也要保持通畅。”
“但目前国内产业链在某些环节还不稳定,一些关键核心技术存在‘卡脖子’的问题。另外,在一些新兴产业上还没有形成完整的产业链,因此,需要创新突破。”赵锡军称。
3个“更大力度”的开放
7个“着力”之外,通稿中还出现3个“更大力度”:更大力度吸引和利用外资;更大力度推动外贸稳规模、优结构,更大力度促进外资稳存量、扩增量,培育国际经贸合作新增长点。可以发现,“更大力度”的相关表述均出现在对外开放领域。
中国政策科学研究会经济政策委员会副主任徐洪才向中新网“中国新观察”栏目表示,疫情等因素影响下,今年外商投资表现较为疲弱,关键在于市场信心还没有完全恢复,只有更大力度开放,外资才愿意进来,因此,我们释放了扩大开放的政策信号。
“外商和外资的工作当前尤为重要,我国经济进一步向前发展,需要多方面的推动力量,外商和外资就是非常重要的一股力量。”赵锡军表示,“同时,进一步加强国内、国际经济的联系和往来,对于我国产业链供应链的稳定、国内经济的循环顺畅都有积极意义。”
“国际市场也是我们很重要的商品市场。无论是从供应链产业链稳定的角度,还是从市场开拓的角度,都有必要进一步拓展外商外资领域的工作。”赵锡军称。
2个“大力”各含深意
通稿中在“大力”这个词上有两方面的描述,“大力提振市场信心”和“要大力发展数字经济”。
——大力提振市场信心
记者注意到,今年中央经济工作会议再提“三重压力”:当前我国经济恢复的基础尚不牢固,需求收缩、供给冲击、预期转弱三重压力仍然较大,外部环境动荡不安,给我国经济带来的影响加深。
对此,温彬指出,今年以来,市场预期有所恶化,居民消费信心指数下降,企业的生产经营活动预期降至2020年初以来的最低水平,扩产投资的意愿并不强烈。
“在落实好中央一系列政策的基础上,如果社会心理预期和发展信心能够有效提振,那么中国经济有望更快走出疫情、实现超预期修复。”中信证券认为。
——大力发展数字经济
在加快建设现代化产业体系方面,会议指出,“要大力发展数字经济,提升常态化监管水平,支持平台企业在引领发展、创造就业、国际竞争中大显身手。”
长城证券分析师侯宾认为,数字经济的布局和建设,能够带动产业链上下游环节需求稳步向上。
“在数字经济、平台经济监管方面,常态化监管将取代重点集中专项监管。未来监管将以明确的政策红线,来规范数字经济、平台经济的发展,让监管有法可依,让数字企业、平台企业了解政策红线,以合理、合法的方式发展壮大。”浙江大学国际联合商学院数字经济与金融创新研究中心联席主任盘和林表示。
“会议提出‘在国际竞争中大显身手’无疑会加速平台企业出海,现在平台企业最大的问题就是国际化不够。”上海社科院绿色数字化发展研究中心主任李易称,平台企业深化全球化布局已经提上日程。
2个“努力”明确目标
通稿中提到两次“努力”的地方分别是:努力实现明年经济发展主要预期目标,以新气象新作为推动高质量发展取得新成效;努力完成经济社会发展目标任务。
中国社科院宏观经济智库研究室主任冯煦明表示,2023年我国经济有望呈现加快恢复态势,经济增速将逐步向潜在增长率水平回归。在基数效应和二十大政策红利等因素的共同作用下,预计全年有望实现5%以上的经济增速。
对于中国经济未来走势,会议也指出,我国经济韧性强、潜力大、活力足,各项政策效果持续显现,明年经济运行有望总体回升。要坚定做好经济工作的信心。
冯煦明表示,会议多次强调提振信心,就是在做预期引导,向全社会传递明确的信号:随着疫情进入新阶段,中央会将更多精力放在发展经济上来,加快促进经济恢复,推动高质量发展。
在招商证券首席宏观分析师张静静看来,5%不会是这一轮经济复苏的终点,从一般的短周期规律来看,可以期待复苏进程跨越明年、延续到后年。(谢艺观)
(文图:赵筱尘 巫邓炎)