大发彩票代理-用户注册 | 官网首页登录平台网址

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。

美国没有兑现所谓对台“无偿军援”，台媒：台湾沦为筹码概率升高******

　　【环球时报综合报道】美国两党国会议员21日公布对2023财政年度拨款法案的协商结果，并未像民进党当局期待的那样把对台最多20亿美元的军援列入2023年度拨款，而是改以军事贷款的方式，且台湾必须在12年内偿还贷款。也就是说，美国所谓“无偿军援”并没有兑现。

　　据台湾《旺报》22日报道，美国参众两院日前分别通过2023财政年度国防授权法案，授权美国国务院2023-2027年间通过所谓“外国军事融资”计划，每年提供台湾最多20亿美元无偿军援。21日，美国两党国会议员公布协商结果。美国《防务新闻》称，2023财政年度拨款法案规定对台军事援助必须以贷款形式提供，且台湾将被要求在12年内偿还贷款。美国参议院外交委员会共和党籍副主席里奇称，拜登政府没有把为台湾安全援助计划提供资金当作优先事项，“是台湾的挫败”。

　　《防务新闻》还提到，在每年接受“外国军事融资”的超过25个国家和地区中，主要接受者是以色列(33亿美元)、埃及(13亿美元)和约旦(4.25亿美元)，而台湾每年生产总值(GDP)明显都高于这3个地区。2023财政年度国防授权法案也规定，台湾必须每年增加防务预算，才能保持获得美国“外国军事融资”的资格。

　　几周前美国通过的国防授权法案中提到无偿军援后，民进党当局一阵大张旗鼓的宣传，如今只能“强颜欢笑”。台“外交部”回应称，这在历年美国预算程序中并不罕见，最主要原因在于授权法与拨款法的立法是在不同委员会同时进行，制定拨款法的原始依据是拜登政府早在今年初就向国会提出的2023会计年度预算需求。国民党“立委”江启臣认为，美国看到台海局势的紧张，也看到台湾在民进党主政下战力的不足。

　　岛内舆论称，连日来一些台媒大幅报道无偿军援，台当局更是声称“挺台的质与量达到历史新高”，结果实在打脸。台湾《联合报》22日特别提道，今年4月窜访台湾的美议员格雷厄姆强力促销波音787客机，还曾参与“台湾政策法”共同提案，却没有在争取无偿军援一事上协助台湾。他还说：“我们有各种需求。全球都在闹饥荒，食物短缺。我想帮台湾，但也许较好的方式是贷款。”

　　台湾《旺报》社评称，美国的援助有先决条件，未来实际执行充满不确定性。最重要的是，台海安全不会因美国国防授权法案而有根本改变。台湾中时电子报的社论称，民进党坚持“抗中保台”“亲美反中”的意识形态，台湾沦为筹码的概率随之升高，再加上民进党执政两岸关系持续恶化、美国对台湾防务信心流失、决策系统僵硬及台湾内部分化对立扩大，即使美国国会通过了空前挺台的法案，也难以扭转台湾安全加速腐蚀的事实。(张若) 

　　(环球时报)

　　（文图：赵筱尘 巫邓炎）