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。
冬日广东台山厨师“各显神通” “臭肚鱼”出品“香喷喷”******
中新网江门12月21日电 题:冬日广东台山厨师“各显神通” “臭肚鱼”出品“香喷喷”
作者 李晓春 郭军
近日,广东天气进入“急冻”模式,沿海地区海鲜市场多数是冰鲜海产品,而鲜活的“臭肚鱼”虽个头细小,但台山市茶楼饭馆的厨师却能“八仙过海,各显神通”,将其烹出系列“香喷喷”菜式,满足追求“鲜度”的食客的需求。
姜片蒸“泥猛”干 李晓春 摄“臭肚鱼”,在广东常被称为“泥猛”,喜欢以海藻、海中浮游生物和附着物为食,体表呈黄绿或黄褐色,且密布白色及小黑斑,其无鳞肉厚、鲜嫩味美,脂肪含量低,蛋白质丰富,营养价值高,经常食用可增强免疫力,是一种老少皆宜的小海鱼。
近日,广东台山最低温度低至5摄氏度,却不妨碍当地人一早到市场寻鲜。 李晓春 摄从寻鲜到食鲜,广东沿海居民不仅以海为生,更与海共生。近年来,台山市沿海几个镇在发展远洋捕捞的同时积极发展海上养殖业,其中川岛镇的网箱养殖业已形成一定的规模。
椒盐“泥猛”,酥香可口的一道下酒菜 李晓春 摄“我这边网箱养的虽以石斑鱼为主,但附近海域的‘泥猛’轻松穿过网眼,经常到网箱内外觅食。”台山上川岛沙堤渔港一养殖户说,坐在网箱边上垂钓,很容易钓到泥猛、金鼓、黄脚立等小海鱼。
用泥猛煮生滚汤,是台山乃至整个广东食肆中最常见的烹饪方法,煮出来的汤汁清澈偏白,且散发出鱼肉淡淡的鲜香。
用“泥猛”搭配其他小海鱼烹出的生焗杂鱼煲,上桌时香气扑鼻 李晓春 摄“别看鱼池里那些泥猛个头细小,但做出的生滚汤却非常鲜甜。”台山赤溪镇铁船餐厅的负责人林伟杰介绍,该餐厅旺季每天超10公斤的泥猛基本沽清,他们为客人点菜时,多数会推荐选择泥猛冬瓜汤、泥猛豆腐汤等,还建议加点芫荽调味增香。
平日喜欢喝点小酒的食客,对椒盐小海鱼情有独钟。在台山工作的河南人胡先生表示,台山沿海“椒盐泥猛”的做法地道,尤其是微辣、咸香、酥脆的口感,比较符合他的口味,是他特喜欢的一道海鲜下酒菜。
用“泥猛”搭配豆腐烹出的生滚汤,是广东食肆中常见的速成海鲜汤 李晓春 摄新鲜的食材容易激发厨师的烹饪潜能。“很多食客喜欢吃我们的生焗杂鱼煲,有喜欢选择黄脚立、黄花鱼、鲳鱼仔、火点等肉多刺少的小海鱼,也有喜欢捞些猪公鳄、泥猛、金鼓混在一起。”台山赤溪镇白宵围钓鱼农庄的厨师透露,他烹制的生焗杂鱼煲,多种小海鱼任意拼配,食客食过“舔舔脷”(粤语方言,很好吃之意)。
个头肥美的“泥猛” 李晓春 摄泥猛在广东茶楼饭馆中,应属难登大雅之堂的小众海鲜食材,常见于大排档、海鲜餐厅等,或烹汤,或煮粥,但在台山的星级酒楼也能找到它的身影。
“我们只选用本地鲜活泥猛,放在鱼池里养着,客人可以直观看得到,鱼池旁的伙计会根据客人下单的情况,捞出称重后,直接送入厨房加工烹饪。”台山台城街道一家四星级酒楼的经理介绍,该酒楼大厅堂食近期主推盐水浸泥猛、豉汁蒸泥猛、陈皮蒸泥猛等菜式。
开边晒制的“泥猛”干 李晓春 摄泥猛在台山还有另一种吃法,那就是姜片蒸泥猛干。在台山的海味市场,不时有去头或开边晒制的泥猛干销售,因鱼肉紧实、体无小刺、味道甘香而广受当地人青睐。
“这批泥猛干每公斤100元(人民币)。买回去千万不要砍成小块,直接整条冲洗一下,放入盘中,切点薄姜片或姜丝放在鱼干上,淋上花生油(可加点生抽),即可上锅蒸。”近日,台山台城街道富城市场一海味店的老板娘招揽客人时叮嘱,蒸熟的泥猛干撕着吃,特别鲜香。
陈皮蒸“泥猛” 李晓春 摄泥猛,很普通且毫不起眼,却早已融入到台山当地人的一日三餐,唇齿间留下的,只有类似家常的味道。食材自身,并无贵贱之分,能将平平无奇的食材“化腐朽为神奇”,方显匠心独具。(完)
中国网客户端 国家重点新闻网站,9语种权威发布 |