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。
推动全面绿色转型 中国以最大努力提高应对气候变化力度******
(经济观察)推动全面绿色转型 中国以最大努力提高应对气候变化力度
中新社北京11月6日电 (记者 阮煜琳)从完善应对气候变化工作的顶层设计,到建成世界最大的清洁煤电体系,中国一直以最大努力提高应对气候变化力度,推动经济社会发展走上了全面绿色低碳转型的轨道。
2020年9月22日,中国政府在第七十五届联合国大会一般性辩论上郑重宣示,中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和。
中国将应对气候变化作为国家战略,融入生态文明建设整体布局和经济社会发展全局,把系统观念贯穿碳达峰碳中和工作全过程,加强顶层设计。
2021年,《中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》出台,国务院印发《2030年前碳达峰行动方案》,明确了碳达峰碳中和工作的时间表、路线图、施工图。同时,各有关部门制定了分领域分行业实施方案和支撑保障政策,各省(区、市)也都制定了本地区碳达峰实施方案。截至目前,中国碳达峰碳中和“1+N”政策体系已经建立。
“双碳”目标正引领中国经济社会发展全面绿色转型。中国采取调整产业结构、优化能源结构、节能提高能效、建立市场机制等一系列政策措施,取得了突出成效。
官方数据显示,据初步核算,2021年,中国单位国内生产总值(GDP)二氧化碳排放比2005年下降了50.8%,中国煤炭占能源消费总量比重由2005年的72.4%下降至56%,非化石能源占能源消费比重达到16.6%。同年,中国成功启动了全球覆盖温室气体排放量最大的碳排放权交易市场。
立足以煤为主的基本国情,中国大力推进煤炭清洁高效利用,实施煤电机组“三改联动”,在沙漠、戈壁、荒漠地区规划建设4.5亿千瓦大型风电光伏基地。目前,中国可再生能源装机规模已突破11亿千瓦,稳居世界第一。中国还是全球森林资源增长最多和人工造林面积最大的国家,是全球“增绿”的主力军。
“中国扭转了二氧化碳排放快速增长的态势,这也是非常了不起的成绩”,中国生态环境部应对气候变化司司长李高说,经过不懈努力,中国实现了经济发展与减污降碳双赢,绿色日益成为经济社会高质量发展的鲜明底色。
与此同时,中国积极为全球气候治理作出中国贡献。中国作为世界上最大的发展中国家,将完成全球最高碳排放强度降幅,用全球历史上最短的时间实现从碳达峰到碳中和,充分体现了负责任大国的担当。
中国积极同广大发展中国家开展应对气候变化南南合作,尽己所能帮助发展中国家特别是小岛屿国家、非洲国家和最不发达国家提高应对气候变化能力,减少气候变化带来的不利影响。
《中国应对气候变化的政策与行动2022年度报告》显示,中国作为发展中国家最大捐赠国,向全球环境基金(GEF)第8增资期捐款3190万美元,推动 GEF-8实现52.5亿美元历史最大规模增资。推动绿色气候基金(GCF)恪守《公约》及其《巴黎协定》原则共识,累计向发展中国家提供超过100亿美元气候资金支持。
未来五年,是中国全面建设社会主义现代化国家开局起步的关键时期,中国生态文明建设已进入降碳为重点战略方向,推动减污降碳协同增效,促进经济社会发展全面绿色转型,实现生态环境质量改善由量变到质变的关键时期。
中共二十大报告提出,积极稳妥推进碳达峰碳中和。立足中国能源资源禀赋,坚持先立后破,有计划分步骤实施碳达峰行动。
李高表示,党的二十大报告为中国进一步做好应对气候变化工作明确了方向。下一步我们要继续实施积极应对气候变化国家战略,坚持统筹产业结构调整、污染治理、生态保护、应对气候变化,协同推进降碳、减污、扩绿、增长,坚持系统观念,处理好发展和减排、整体和局部、长远目标和短期目标、政府和市场的关系,推动应对气候变化工作不断取得新的进展。
《联合国气候变化框架公约》第二十七次缔约方大会(COP27)即将在埃及沙姆沙伊赫举行。COP27开幕前夕,李高接受媒体采访时指出,这次大会在发展中国家召开,应当切实地回应发展中国家的关切,反映发展中国家的诉求,取得符合发展中国家利益的成果。我们期待与各方一道将COP27打造成为以“落实”为主题,以发展中国家最为关心的适应和资金为成果亮点的大会。(完)
(文图:赵筱尘 巫邓炎)