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。
商业航天产业化基地南沙投产 年产可达30发运载火箭******
中新网广州1月10日电 (孙秋霞 王坚)近日，中科空天飞行科技产业化基地在广州南沙落成投产。该基地主要用于开展系列化固体、液体运载火箭的生产、试验、总装及测试工作，年产可达30发运载火箭，将带动上下游产业链实现千亿级规模。
图为力箭系列运载火箭重大发射项目签约仪式 陈楚红 摄中科空天飞行科技产业化基地是由中科宇航打造的系列化运载火箭产业基地，于2020年9月29日在南沙大岗先进制造业基地正式开工建设，2022年11月竣工并投入使用。该基地不仅有火箭的总装与测试，而且箭上设备等零部件都将在这里生产，是全产业链商业航天产业化基地，将填补广东在航天制造业上的空白。
中科宇航董事长兼总裁杨毅强介绍，位于中科空天飞行科技产业化基地的力箭一号遥二运载火箭总装已完成，正在进行出厂测试，该基地初步形成了运载火箭总装测试能力。
2022年7月27日，由中国科学院力学研究所抓总、中科宇航参与研制的我国目前最大的固体运载火箭——“力箭一号”在酒泉卫星发射中心成功首飞，将六颗卫星送入500公里太阳同步轨道。首飞搭载的六颗卫星，上行载荷1068.63公斤，卫星总重899公斤，实现百米级精确入轨。首飞成功后，“力箭一号”正式进入批量化生产、应用发射阶段。
图为中科空天飞行科技产业化基地总装测试厂房 陈楚红 摄中科宇航技术总监史晓宁接受记者采访时介绍，力箭一号遥二火箭计划在春节之前完成测试，后续会做一些卫星和火箭联合的试验。
据悉，力箭一号遥二运载火箭拟于2023年5月在酒泉卫星发射中心实施发射。本次运载火箭任务载荷为长沙天仪空间科技有限公司涪城一号、TY26等多颗卫星，载荷总重量1吨。
“中国商业航天在‘力箭一号’首飞之前，运载能力相对比较小，都是发射一些几百公斤的小卫星。只有把运载能力做大，才能把更多的卫星发射到太空，实现更好的物联网、车联网服务。目前‘力箭一号’火箭运载能力达1.5吨，后续还会持续优化。”史晓宁说。
在基地落成仪式上，中科宇航与中国科学院微小卫星创新研究院、长光卫星技术股份有限公司等7家合作伙伴，签署了力箭系列运载火箭重大发射项目协议，卫星签约数量200颗，总质量40吨，签约金额达16亿元。
史晓宁指出，中国商业航天向国际化靠拢，需要引入更多成熟的行业参与进来，“我们看中了粤港澳大湾区科技产业的发展，同时也希望航天产业能与这些先进的行业结合，碰撞出更多的火花”。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
云顶彩票地图 |
)