网盟彩票_网盟彩票

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。

传来“喜兔”吉祥的表情******

　　兔年快乐（装饰图符式兔表情系列）

　　兔年吉祥（伙伴型兔表情系列）

　　兔如其来（单个型兔表情系列）

　　爱之兔袭（单个型兔表情系列）

　　大展宏兔（单个型兔表情系列）

　　前兔无量（单个型兔表情系列）

　　近年来，“表情包”不仅是人们熟知并常用的词汇、用语，更是大众社交文化中交流情感情绪的一种必不可少、广受欢迎的视觉媒介，它借助移动信息交流工具，成为潮文化、新风俗的一种样态，甚至成为补充文字语言丰富性的一种更具情感表达的符号化传播手段，自然也成了艺术设计所关注的一个有趣的表达内容。尤其在年节之际，一些具有独特手法、情趣生动的“表情包”就成了情感交流中一个小小的兴奋点，成了社交工具中的收藏品。“表情包”也在其发展过程中，从单品形式发展为族群手法，从静态图形走向动态表达，从情绪表情深化为文化传播载体，呈现出丰富的视觉形式语言与文化现象。

　　癸卯新年将至，“兔隈明处弄精神”，温顺的兔、活泼的兔，代表着和善、机敏、文静、细腻、速度的兔，又一次走到文化前台，是生肖兔年“表情包”的不二主角。兔与人类相伴的历史非常悠长，兔作为文化符号的一个品类，距今已经不少于5300年了。同时，兔的形象也是民俗文化中传递美好寓意最为常见的吉祥动物，在民间艺术中题材中是非常活跃的造像角色，在织物、器物等的图案表现中，在面花、剪纸、雕刻等技艺主题里，呈现着丰富的纹样手法和装饰形态，与百姓美好生活的理想密不可分。兔作为十二生肖之一，还承担着天降祥瑞的圣洁象征、多子多福的兴旺寓意、健康长寿的生命期盼，自然也就成了艺术表现的喜见题材。

　　 “喜兔”系列表情包以美好寓意为主要内容，也呈现针对生活现实的隐喻性表达，多借用成语谐音方式，为社交文化提供多元情绪的传递与抒发途径。“兔年快乐”“兔年吉祥”，通过简洁的图形组织构成欢乐的装饰图景，传递常说常新的形式寓意，在美好的新年气氛中，再添一份“喜庆”之意；“前兔无量”“兔飞猛进”，利用“谐音梗”抒发对于朋友们的美好祝愿，平添一份“喜乐”之情；“兔步青云”“大展宏兔”，同样借用谐音，是对交流对象的激励与期盼，表达一份“喜见”之心；“爱之兔袭”，表达日常情感交流的“喜爱”之态；而“羊没兔气”则是针对当前疫情困扰问题，抒发人们希望尽快走出阴霾的迫切愿望，表达获得“喜讯”之景；“兔如其来”“兔遭暴击”看似是宣泄负面情绪的表情，实则为一种心照不宣的生活幽默，传递“喜剧”之乐。这套作品，以三种方式表现，分别为单个型兔表情系列、伙伴型兔表情系列以及带有浓郁彩色的装饰图符式兔表情系列。其设计语言，分别取自中国民间剪纸的两种手法，一种是单色镂空形式，一种是彩色叠拼技艺，并采用静态与动态方式应用。

　　 “喜兔”系列表情符号，从剪纸艺术中汲取表达方式，是对于新年气氛渲染的一种借力，是对于古老中国年节文化的美好祝福，更是希望通过这种在年节中贴于门窗迎福、祛邪符标的隐喻借用，期待在新的一年来临之际，我们能够早日走出疫情阴霾，焕发出“喜气”之表情，迎接美好新生活！

　　（作者：陈青，系上海美术学院副院长、教授）

　　表情包设计者：陈青、宋培铭、李明星（宋培铭系上海大学上海美术学院博士生，李明星系上海大学上海美术学院教师、讲师）

　　（文图：赵筱尘 巫邓炎）