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。
访谈｜金光集团APP（中国）副总裁：进博会一直是外企侨商融入中国市场的大好机会******
(第五届进博会)访谈｜金光集团APP(中国)副总裁：进博会一直是外企侨商融入中国市场的大好机会
中新网上海11月5日电 题：访谈｜金光集团APP(中国)副总裁：进博会一直是外企侨商融入中国市场的大好机会
作者 高志苗
从艺术纸花打造的生态花园，到造型独特的纸质婚纱成为“打卡点”，再到把“展台”搬到线上带来沉浸式、数字化的观展体验……自从2018年第一届中国国际进口博览会举办以来，金光集团APP作为进博会坚定的伙伴，五年来一直如期奔赴“进博之约”。
“进博会一直是我们这些外企侨商融入中国市场的大好机会，双循环和进博会的双重助力为我们带来了更多发展机遇。历届进博会在打通内外贸、促进双循环等方面取得了实打实的成果，进博‘溢出效应’也更加显著，连续参展进博会也让我们每年都有新的收获。”金光集团APP(中国)副总裁翟京丽接受中新网记者专访时表示。
金光集团APP(中国)旗下广西金桂工厂 金光集团APP供图在往届进博会中，无论是产品推广还是企业合作，金光集团APP都取得了出色成绩。包括王牌产品Foopak可生物降解系列等在内的低碳绿色产品，受到广泛关注，累计意向合作订单近5亿美金。
“对企业而言进博会的辐射效应是无边的，可以倒逼企业快速发展成长。作为进博会的老朋友，每次参加进博会我们都感觉责任重大，而这样的压力也转化成我们的动力，促使我们不断地升级。所以我们也把进博会当作我们的奥运会，每一年都要展示不一样的风采。”翟京丽说。
金光集团APP(中国)旗下山东博汇纸业 金光集团APP供图在本届进博会上，金光集团APP带来了全球首发产品创新纤维素生物基材“BBC纤维絮纸”，这种新型生物可降解材料提取于天然材料，使用过后可以通过回收并予微生物分解，作为腐殖质培育苗圃再次造林，与可降解塑料复合使用后，不仅能提升材料强度和耐热性，同时可形成良好的塑料分解生态循环。
作为全球造纸行业的领军企业，经过30年的发展，印尼华侨企业金光集团APP在中国已经拥有30多家全资或控股浆纸企业，17家林业公司，是全球领先的浆纸业集团公司之一。2021年，金光集团APP(中国)在华总资产达2465亿元(人民币，下同)，销售额约973亿元。
金光集团APP持续加码本土投入投资。2022年上半年，金光集团APP(中国)旗下金桂浆纸二期第二台纸机和年产75万吨化机浆扩建项目同时开工，总投资达118亿元。不久前，旗下山东博汇纸业45万吨高档信息纸项目—PM8纸机生产线上卷出纸，打破了同行业纸机开机纪录。
翟京丽介绍，面对未来发展，企业提出了两个转型，即数智转型和绿色转型。“中国的数智化转型走在世界前列，我们现在也在跨界学习进行各种重构，从生产端到终端打通整个链条，我们的在中国数智化转型成功经验，也可以复制到印尼。”
绿色转型方面，翟京丽表示金光集团APP坚持“碳汇做加法，碳排做减法”。“例如，我们考虑通过搭建平台和不同企业合作，充分利用各类木材边角料或者秸秆等‘废物’资源，增加生物质能源的比例。今年进博会展台我们也将继续以绿色、可持续为核心，展现无限循环的绿色基因理念，也将正式启动APP(中国)ESG三年路径图规划、发布集团首份ESG报告，向合作伙伴和行业同仁展现‘绿色信心’。”
“中国市场强大的韧性以及持续扩大对外开放的愿景，让我们这些侨企感受到了稳定的营商环境和实实在在的安全感。未来，中国依旧会是我们全球投资的首选国。”翟京丽说。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐发lv地图 |
)