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。
最强寒潮来袭,一键get防寒保暖知识!******
今年入冬以来,最强寒潮天气来袭。
27日寒潮天气已在西北地区“露头”,新疆北部和西部、内蒙古西部、甘肃中西部等地出现大风降温天气,有23个台站的最大风速突破或达到历史极值,部分地区降温幅度达12℃至20℃。
28至30日,我国大部分地区气温继续断崖式下跌,部分地区降温可达18℃以上。
图源:中央气象台
“这次寒潮过程最显著的特点就是降温剧烈,全国大部气温将会由前期明显偏高转为明显偏低。”中央气象台首席预报员张芳华说。
寒潮是什么?
寒潮是指来自高纬度地区的寒冷空气,在特定的天气形势下迅速加强并向中低纬度地区侵入,造成沿途地区剧烈降温、大风和雨雪天气。这种冷空气南侵达到一定标准的就称为寒潮。寒潮是一种大范围的天气过程,在全国各地都可能发生,可以引发霜冻、冻害等多种自然灾害。
图源:摄图网
中华人民共和国国家标准《冷空气等级》(GB/T20484 -2006)中寒潮的定义是:某一地区冷空气过境后,气温24h内下降8℃以上,且最低气温下降到4℃以下;或48h内气温下降10℃以上,且最低气温下降到4℃以下;或72h内气温连续下降12℃以上,并且最低气温在4℃以下。
寒潮多发生在秋末、冬季和初春时节。统计显示,近三十年,也就是从1991年至2020年,我国平均每年发生寒潮5.4次,其中两到三次为全国性寒潮。1991年以来,寒潮出现次数最多的年份是2021年,共11次;出现寒潮次数最少的是2017年,仅有2次。
寒潮来袭、气温骤降,容易导致哪些疾病?
心脑血管疾病。突然降温,会刺激人体交感神经兴奋,造成血管收缩、血液循环的外周阻力增加、血压升高、心肌耗氧量增多,引起血压飙升和心肌缺血加重,最终导致脑出血和心绞痛发作。天气寒冷还会使血液变得黏稠、流速减缓,导致血栓形成,最终造成脑血管堵塞或心肌梗塞。
脑卒中(中风)。脑卒中发病率与季节有明显的联系,一般认为冬季最高,尤其是在温度骤降时。气温骤降,昼夜温差悬殊,低气压、高湿度,易使得血压骤然上升,卒中意外也接踵而至。
呼吸道传染病。寒冷常伴随干燥、湿度低,容易使病原微生物悬浮于空气中,增加了病原微生物与人的接触机会;寒冷的空气会降低呼吸道的免疫功能,抑制免疫细胞活性,减少气道纤毛功能。
骨折。气温低,肌肉和韧带柔韧性较差,对关节的保护力度减弱。道路冰冻很容易使人失去平衡而摔倒,稍有不慎就会造成关节损伤及骨折。尤其是老年人和绝经后女性,多伴有骨质疏松或骨量减少,相较年轻人更容易摔倒,也更容易骨折。
如何防寒保暖,降低患病可能性
各位小伙伴儿们!世界上没有“金钟罩”“铁布衫”,请亲爱的你们,尤其是老人、小孩以及患有呼吸道疾病、心血管疾病等慢性病的患者,降温期间做好个人防护,提高自身抵抗力。
一定注意保暖!雨雪天外出一定要注意保暖,尤其要保护好头部、手部和脚部,千万别忘了戴帽子、围巾和手套。有心脑血管疾病的人,出行时最好要随身携带速效救心丸、硝酸甘油等急救药物。当出现胸痛、呼吸困难、肢体麻木、活动失灵等症状时,应及时拨打120,以免错过最佳治疗时间。
注意房间通风。从减少病原菌单位浓度的角度,要定期通风,如在出门或离开房间时,可以视情况打开门窗。如果长时间待在室内,可以交替打开不同房间的门窗。此外,还需增加室内湿度,特别是在开空调时,可使用湿化器,保持室内湿度30-40%之间。
寒冷天气尽量减少出行。如果有事必须外出,不要穿易滑的塑料底鞋。在室外锻炼时,要尽量避开有水、结冰的路面,要充分进行准备活动,伸展肢体,进行“预热”。
适量增加摄入产热高的食物。如羊肉、牛肉、鸡肉、红枣等,这些食品中富含蛋白质及脂肪,对于身体虚寒、阳气不足者特别有益。还应多吃柚子、苹果等生津类水果,适量增加辛辣御寒食品,帮助祛寒和增进食欲,促进血液循环,增强御寒能力。
资料来源:科普北京、中央气象台、中国疾控中心、健康时报、健康杭州
整理:刘雪洁 蔡琳
(文图:赵筱尘 巫邓炎)