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。
丰田中国董长征谈“造车新势力”竞争：以开放姿态相互学习******
【跨国企业在中国】
编者按：
走进在华跨国企业，听外企老总谈“中国式现代化机遇”、释“经济全球化之道”。
中新网12月15日电题：丰田中国董长征谈“造车新势力”竞争：以开放姿态相互学习
中新财经 葛成
“目前汽车行业正在经历百年一遇的大变革，电动化、智能化也在迅猛发展。我们将以更加开放的姿态，相互学习，力求能为消费者提供更多的选择。”丰田汽车(中国)投资有限公司高级执行副总经理董长征在接受中新财经专访时说。
董长征表示，中国拥有全球竞争最激烈、发展最快速的汽车市场。未来，丰田会在电动化、智能化方面继续发力，与合作伙伴一起，为消费者提供满意的产品。
丰田实现了与中国市场的共同成长
作为日本最大的汽车公司，丰田创立于1933年，早期以制造纺织机械为主，随后快速增加制造汽车业务。
在公司创立的三十多年后，丰田首次进入中国市场。据董长征介绍，丰田在中国的事业活动可追溯至1964年对华出口首批轿车，以及2000年在中国首次生产挂有丰田标志的汽车。
在中国开放的过程中，丰田在华发展进入快车道。2003年，丰田与一汽成立合资公司，并于2004年与广汽成立合资公司。经过近20年的发展，两家公司都在中国市场取得了出众的业绩。
董长征说，借助合作，丰田实现了与中国市场的共同成长。2021年，丰田在华新车销量总计194.4万辆，在全球占比约18%。2022年，丰田在世界500强中排名第13，在全球汽车制造商中位居第2。
面对造车新势力竞争，以更加开放姿态相互学习
目前，汽车行业正在经历百年一遇的大变革。在电动化、智能化的浪潮下，汽车不再以传统的工业产品的形态出现，逐渐融入了互联网、科技等新元素。
董长征表示，丰田也在进一步深化与中国合作伙伴的联合研发和创新合作。2015年，丰田首次在日本以外地区——中国开始HEV的现地研发；2019年，丰田开始联合中国合作伙伴一起成立了研发公司及销售公司，加快氢燃料电池技术在中国的商业化普及和发展。
董长征称，面对造车新势力的迅速发展，丰田将以更加开放的姿态，相互学习，力求能为消费者提供更多的选择。
“比如在电池方面，我们与宁德时代、比亚迪合作，共同开发更具吸引力的电动车产品，推进电动车的普及；在自动驾驶方面，我们加入了百度‘阿波罗计划’，同小马智行、Momenta合作，发挥各自优势，不断完善、发展自动驾驶技术，期待早日实用化。”
在华两家合作伙伴非竞争关系，而是相互补充
随着中国汽车市场逐步成熟，各细分市场不同品牌车型越来越多，不同级别车型间的空隙越来越小。
丰田在与一汽、广汽两家伙伴合作的过程中，难以避免地出现了产品同质化的现象。例如在紧凑级轿车这一级别中，就分别有卡罗拉、雷凌两款轴距相同，大小相似的产品出现。
在谈到与两家合作伙伴的关系时，董长征表示，丰田一直都致力于制造更好的汽车，满足消费者的不同需求。我们同中国合作伙伴一起，根据消费者的需求，提供相应的产品。二者并非竞争关系，而是相互补充的。
“当前，面对全球范围的芯片不足、原材料涨价等情况，丰田会全力克服困难。未来，丰田将继续以开放合作的姿态与中国伙伴一起，为中国更加美好的未来社会建设做出贡献。”董长征说。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神app地图 |
)