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。
9000亩高标准农田改造完成 重庆铜梁“巴岳农庄”农事忙******
(新春走基层)9000亩高标准农田改造完成 重庆铜梁“巴岳农庄”农事忙
中新网重庆1月16日电 (张旭)宜机化(适合机械化作业)改造的成片良田、蔬菜大棚、蔬菜挑选中心……隆冬时节，重庆市铜梁区侣俸镇、少云镇等地，大棚里的番茄、青椒恣意生长，田间各种机械正在作业，竟是一幅“春意盎然”的景象。
上述情形，是重庆市铜梁区“巴岳农庄”试点建设的一个缩影。据重庆市铜梁区农业农村委员会副主任戴安勇16日介绍，“巴岳农庄”的部分建设项目中，包括3万亩高标准农田改造，目前已完成了其中的9000亩。
图为刘福琼向记者展示自己采摘的辣椒。 张旭 摄在位于侣俸镇保乡村的一处蔬菜大棚里，该村村民刘福琼正在采摘成熟的“螺丝椒”(辣椒的一种)、番茄等，笑得合不拢嘴。她说，每天工作8小时，可获70元工资，遇到出货量大时需加班，加班可获双倍工资。
“螺丝椒可长至一米多高，一年可结果8个月，月月都有活计。”刘福琼说，辣椒、番茄等都是市场佼佼者，价高且畅销，对这份“家门口的工作”充满信心。另外，还有土地入股，可享受分红。蔬菜大棚的负责人周建表示，大棚采用了双层棚，冬可保温，夏可覆上黑膜防晒，利用技术达到增产提质的效果。
图为收获沃柑的村民。 张旭 摄“‘巴岳农庄’不是一个具象的农场、庄园概念。”戴安勇介绍说，铜梁区中稳步推进农村“三变”改革基础上，坚持问题导向，在关键环节、关键领域破题革新，重点从生产力、生产关系及收入分配的深层次问题入手，提出实施“巴岳农庄”试点建设。目前，试点区域涵盖铜梁4个镇17个村，共5.9万亩土地。
戴安勇介绍说，“巴岳农庄”由农户、村集体、国有公司、工商资本、金融资本等共同参与，通过清晰的股权架构、合理的利益分配、规范的运营机制，从而实现多方利益共赢、风险共担的乡村产业发展。
图为正在建设中的高标准农田，一侧放着输水管道的材料。 张旭 摄在少云镇海棠村，村民周笃群指着连片的田地告诉记者，2022年的大旱天气，曾让她险些遭受损失。现在，她的田地以土地入股的方式，被改造为高标准农田，已增配了输水管道、水渠等设施。“希望来年有个好收成。”周笃群说，她除了保底分红和务工收入外，还能享受到盈利(田地丰产)以后的分红。
戴安勇介绍，2023年，“巴岳农庄”将进一步细化完善试点改革相关政策措施，加大农业招商力度，发展壮大新型农村集体经济，加快建设一批产业蓬勃发展、环境生态宜居、农民生活富裕的示范性村庄。(完)
图为铜梁区侣俸镇的大棚。(无人机图片) 张旭 摄（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神平台地图 |
)