welcome购彩大厅投注|百科百科

来源：welcome购彩大厅登录2023-12-22 17:48

welcome购彩大厅投注

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。

铁警吴岩松：平安春运的“守护者”******

　　中新网北京2月1日电题：铁警吴岩松：平安春运的“守护者”

　　作者邓有林

　　1月30日是今年春运第24天。清晨6点钟，夜色还未褪去，北京北站的候车大厅已经灯火通明，民警吴岩松装备整齐地走出警务执勤室。6点37分从北京北站开往怀柔北的S515次列车是当天第一趟车，他忙碌的一天就从守护旅客平安进站开始。

　　吴岩松今年45岁，2004年从部队转业加入公安队伍。多年来，早起是他雷打不动的习惯，打好热水，把执勤室打扫干净，精神饱满地投入工作。他当班期间，站区里第一抹“警色”总是他的身影。

　　“今天站区发送、到达旅客列车一共64趟，有近2万客流。”向车站客运部门工作人员了解情况后，作为春运“老兵”的吴岩松很快就在随身携带的工作日记上列出了一天的工作计划。

　　8点到9点是车站的第一波客流高峰，开完交班会后，吴岩松和同事匆匆赶到候车室内，趁着旅客们候车休息的空档，集中开展反诈防骗宣传，引导旅客扫码下载“全民反诈”APP，提醒旅客捂好“钱袋子”，谨防网络电信诈骗。吴岩松说，火车站是人群的集散地，反诈宣传受众广，传播速度快，民警多提示，旅客群众的财产安全就多一份保障。

铁警吴岩松(中) 北京铁路公安局供图

　　“吴警官，今天又是你当班啊。”路过检票进站口时，客运员赵蕊和吴岩松热情地打招呼。吴岩松和车站工作人员都很熟络，经常出警帮助处理旅客矛盾纠纷。大家都说，只要他来了，心里就踏实了。

　　前不久，一名听力语言有障碍的旅客着急赶车，却错把北京北站当成北京站，硬要闯卡进站，正在附近执勤的吴岩松闻讯立即带着纸笔赶到进站口，通过书写交流，很快就稳定了旅客情绪，得知该旅客平日里很少出远门乘车，担心再搭错车，吴岩松又贴心地帮他打上出租车后才放心离开。

　　午饭时间，旅客熙熙攘攘依然很多，吴岩松是最后一个倒班回食堂吃饭的。到了食堂，他先倒了一大杯水，咕咚咕咚喝下几大口才开始吃饭。在站区巡逻执勤，累脚也费嗓子，一遍遍为旅客答疑解惑，一次次对旅客进行安全提示，最忙的时候一天下来嗓子都是哑的。

　　饭吃到一半，他接到同事打来的电话。1月18日，他帮助旅客张某找回了一台价值万元的笔记本电脑，张某为表感谢，寄来一面写有“人民警察为人民，失而复得暖人心”的锦旗。

　　旅客群众的认可总能给吴岩松带来更大的工作动力，他匆匆扒了几口饭，便又迅速回到工作岗位上。16点，从北京北开往大同南的G2537次列车即将发车，吴岩松又投入到列车值乘工作中。车上旅客座无虚席，大包小包的行李塞满了行李架，他边巡视边将行李摆放整齐，以免掉落砸伤旅客。短短2个小时的车程，他在车厢巡视了4圈。

　　20点53分，吴岩松值乘回到北京北站。半个小时后，送走最后一批乘车旅客，候车室就要关闭了。闭站前，他还要对候车区进行清理检查，防止旅客粗心大意遗落行李物品。

　　忙完这些，吴岩松才回到执勤室稍作休息。22点52分，从大同南开往北京北的G2542次列车到站，这是当天最后一趟返京列车。在出站口外，他肩灯闪烁，引导旅客有序出站。夜风乍起，他守护平安春运的信念依然火热。(完)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）