三分快三软件|购彩大厅APP | 在线登录-APP下载

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。

【网络强国这十年】当电表连上大数据，让“双碳”目标更近一步******

　　【网络强国这十年——行业观点篇】

　　如今，碳中和已在全球范围内达成共识。要实现碳中和，需要在各行业进行深度脱碳。随着大数据、人工智能等新技术的应用，电力行业也在积极革新，推动建设数字基础设施，助推电力行业“双碳”目标的实现。

　　党的二十大报告提出，推动能源清洁低碳高效利用，推进工业、建筑、交通等领域清洁低碳转型。近年来，志翔科技围绕能源大数据生态，孵化了系列能源大数据产品，在电力企业得到广泛应用，有力支撑国家新型电力系统建设。近日，志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏，畅谈大数据如何助推电力行业智能化升级，支撑行业碳计量的精准化，为“碳达峰、碳中和”目标实施奠定基础条件。

　　传统电网的电力数据来源分散、结构多样、质量参差不齐；基于这样的数据很难提供全面精准的数据服务。万物互联时代，数据采集的手段和数据的质量都有了飞跃。充分进行数据采集和处理分析并指导业务，是保障大规模新能源并网和消纳的基本条件之一。蒋天仪认为“精细化”的数据运营管理和计量是关键。

　　在目前电力行业有一个“三可”的说法（可观：客观采集获取用电数据、可测：精准监测和测量、可控：在可观可测的基础上按需控制），蒋天仪认为，其实在三可的基础上，还可增加“可调”。他介绍，通过大数据分析，目前已经基本达到“可观可测”，这也是“可控”的前提条件。那么，如何让调控更加科学有效？就需要更加精细化的调节调度，即“可调”。

　　为此，志翔科技研发了非介入式负荷分析产品。通过在新一代智能物联网表上安装边缘计算模块，利用电力指纹技术可以提供精准的用电设备负荷、能耗、使用状况等信息的侦知和分析。电力公司利用非介入式负荷分析产品，可以更精准辨识户内负荷，输出相应用电设备的能耗详单，为用电高峰期制定错峰用电方案提供有力数据支撑。

　　“过去，我们通过电表只是知道这一户用了多少电，不清楚具体有什么设备在用。但安装非介入式负荷辨识产品模块之后，电力企业可以更加精细地掌握用电情况。”蒋天仪说。

　　记者了解到，除了工业企业生产和用户生活的用电负荷精细化管理之外，在各行各业、日常生活等场景下，通过大数据对用电设备负荷、能耗等的详细分析也很有想象空间。比如，在消防安全管理方面，通过监测和分析用户用电情况，可以有效检测两轮电动车入户充电等消防隐患行为，从而有效避免火灾问题。在物业管理和环保用电方面，按规定商业楼宇内夜间严禁住人，传统的办法是安排人为巡检，如今非介入式负荷分析产品就能替代人工进行自动分析和监测等。

　　“随着信息化技术的发展，大数据、云计算等带来的数据量越来越大，很多以前没有利用起来的零散数据，随着大数据技术的成熟和应用，可以通过关联和深度分析而产生价值。”蒋天仪认为，目前，国家已经出台了《数据安全法》《个人信息保护法》等法律法规，为数据安全行业和百姓个人隐私保驾护航。另一方面，大数据在工业领域的应用，尚处于起步阶段，未来还有很大发展空间，需要更多有技术能力的厂商积极创新，让产品更好地落地和应用服务于各行各业，在企业生产效率提升、百姓生活便利的多个方面发挥更大价值。

　　监制：张宁 李政葳

　　采访/撰文：李飞 孔繁鑫

　　后期：刘昊

　　（文图：赵筱尘 巫邓炎）