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。
2022年广州空气质量改善再获突破******
广州日报讯 (全媒体记者杜娟 通讯员穗环宣)2022年广州市蓝天保卫战取得积极进展,空气质量改善再获突破。记者1月16日从市生态环境局获悉,2022年,广州市5项污染物指标明显优于国家二级标准,均同比下降或低浓度持平。其中,PM2.5平均浓度22微克/立方米,全年每天达标,再创新低,在国家中心城市中保持最优。此外,空气质量优等级天数同比增加50天;“十三五”期间一直超标的二氧化氮实现连续三年稳定达标,平均浓度创历史新低。
落实“控车、降尘、少油气”七字治气方针
2022年,广州坚持系统治理,制定实施全年工作总计划、年中专项行动方案、年末百日攻坚强化方案等,推进落实“控车、降尘、少油气”的治气思路,深化PM2.5和臭氧协同控制。2022年新增纯电动巡游出租车1823辆,占比超90%;累计推进氢燃料电池车辆约300辆;注销国Ⅲ排放标准营运柴油货车1901辆;全市1278个涉油工地94%落实使用合格油品措施;6艘珠江游电动船投入运营,全港岸电覆盖率超90%。检查挥发性有机物生产、销售企业745家次,查处相关环境违法行为;对132家涉挥发性有机物重点企业进行分级管理,推进升级改造;全市362家企业完成一轮次污染物吸附设施的更新,565座加油站、18座储油库完成密闭性检查,完成17家企业50多万个密封点泄漏检测与修复。开展扬尘防治日常检查、“回头看”抽查和专项巡查,检查建设工地10000余个次,立案处罚建筑废弃物违规排放运输1180宗。
加强科研支撑,开展专项执法
充分发挥大气环境预警防控专家团队作用,建立专家帮扶工作机制;建设13个挥发性有机物组分监测站,黄埔、白云、番禺区建成293个小型空气质量监测站,在300辆出租车上安装空气质量移动监测系统,用好广州塔垂直监测数据,每日提供重点管控区域及重点抽查企业建议名单,为科学治气提供技术支撑。
利用铁塔公司视频监控、小型空气质量监测站、在线监控、走航监测、无人机巡查、遥感监测、黑烟车抓拍、电力监控等技术锁定污染源,精准打击,严格查处环境违法行为。7月以来开展挥发性有机物专项执法行动、百日攻坚执法保障行动共检查企业4429家次,发现问题企业812家,立案调查89宗,责改403宗,取缔关闭15家。
约谈石化行业相关企业和重点用车大户,压实重点企业臭氧污染防治社会责任;发布《关于错峰卸油、夜间加油和绿色出行的倡议书》《关于重点企业加强污染减排的倡议书》,督促签订《广州市柴油车重点单位环保用车公开承诺书》,引导全民参与治气。
2023年广州大气治理的工作重点有哪些?
2023年广州大气治理的工作重点又有哪些?市生态环境局有关负责人表示,将继续按照“控车、降尘、少油气”的治气思路,牵头持续深入打好蓝天保卫战,重点做好六方面工作。
强化科技支撑。强化大气环境预警项目的支撑,深化臭氧、PM2.5协同控制研究,注重边研究、边产出、边服务。
收严排放标准。生物质、燃气锅炉执行《锅炉大气污染物排放标准》(DB44/765-2019)特别排放限值通告,氮氧化物标准由150毫克/立方米收严至50毫克/立方米。2023年全市推广使用国6b标准车用汽油,实施重型柴油车国6b排放标准。
深化移动源污染防治。协调巡游出租车、市中心区公交车全面实现纯电动化,组织落实国Ⅲ柴油货车分步限制通行措施;协调推进国Ⅲ营运柴油货车淘汰。
加强挥发性有机物污染治理。加快推进含挥发性有机物原辅材料源头替代;实施石化、化工和表面涂装等重点领域深度治理,提升泄漏检测与修复工作水平,推进502个储油罐挥发性有机物排放控制。
强化面源污染精细化管理。聚焦建筑施工、城市道路、线性工程、运输车辆和裸露地面等领域扬尘污染源,协调督促建设工程严格落实“6个100%”要求,加强余泥运输车辆规范化管理。
精准应对污染天气。加强空气质量会商和专家研判,动态更新污染天气应对减排清单并落实应对减排措施,利用在线监测、走航监测、无人机巡航、电量监控等科技手段,实施针对性管控。
(文图:赵筱尘 巫邓炎)