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。
中新社的归侨们******
何耕新
中新社成立60年了。我想撰文纪念,问老伴写什么内容?老伴儿不假思索地答道:“你就写中新社的归侨吧!”
与中新社的一段缘分
我来中新社工作之前,曾经与中新社有过一段缘分。1952年夏,我已经参加北京高校统一招生考试,正在等待发榜。根据考后即时公布的各科考题答案,我有把握被录取。有一天,北京归国华侨学生补习学校冯教务长通知我:“你到王大人胡同中侨委找王明爱同志,他有事跟你谈。”我遵嘱从西郊燕园乘公共汽车进城,找到中侨委。王明爱是菲律宾归侨,当时在中侨委文教司任职,参与中新社筹建工作。他见到我,开门见山地说:“中侨委正在筹建一个新闻机构,你在印尼喜欢写文章,愿意不愿意来工作?”我答道:“我回国的唯一目的是考大学。我有把握被录取,等我毕业后再说吧!”
在北京大学中文系新闻专业就读4年期间,中新社曾经两次与我打交道。一次是中侨委在中南海召开全国侨务工作会议,中新社给我送来记者证。一天上午,我持证走进中南海,聆听何香凝主任作报告。另一次是中新社派金家环到北大找我,向我约稿。
1956年夏,毕业前夕。北大中文系新闻专业罗列主任向我和同班的泰国归侨罗斌透露:“你俩分配到中新社工作。”事后,我才知道,罗列和中新社领导吴江是老战友。
我认识的上海复旦大学新闻系印尼归侨白国良,一年后也分派到中新社上海分社工作。
处处闪动归侨身影
我上班后,深深感受到:中新社从传达室到人事处,从采编部门到印刷厂,处处闪动归侨的身影,耳边不时响起带华侨腔的国语。中新社领导分我在广播部工作。当时,广播部设在宣武门新华社总社大院工字楼里,门口挂着“华侨广播部”的牌子,遇到外宾来访时,即将牌子取下,以免给外宾留下“中新社是官办的”口实。
我与泰国归侨郑伯涛,印尼归侨肖勰、王鹤寿同住一间集体宿舍,与菲律宾归侨黄素心大姐同在侨乡组,其他编辑组也有不少归侨,如越南归侨张式、黄艾华。我还听说印度归侨刘国勇在北大东语系印地语专业念二年级时,奉调到中新社广播部工作,令我钦佩。
说话带有浓重粤腔的越南归侨周毅之,吸引了我的注意力。这不仅因为周的妻子傅冬是傅作义之女,当年为北平和平解放立功,而且她还是《人民日报》记者,他俩堪称“夫妻记者”。周毅之早年回国,先在新华社工作,以后调到中新社广播部。上世纪50年代,荣毅仁邀请新加坡工商界知名人士访华,周毅之采写了不同于“新华体”的系列稿件,被海外侨报广泛刊载,在新华社大院里也传为美谈。可惜广播部1957年搬到北新桥时,周毅之没有跟着过来。
然而,我在北新桥中新社大楼里,遇见更多归侨。经过我社在广渠门举办的新闻班两年培训的印尼归侨陈刚、何浪都分配在广播部工作。
在专稿部,我遇见曾经在巴城中学教过书的印尼归侨尤文贤和担任过巴中学生会主席的校友张瑞元。
在北新桥附近的马道胡同里,中新社印刷厂绝大部分职工,从厂长到工人,从铸字、排字到校对、印刷、装订,百分之九十以上是归侨,并且绝大部分是泰国归侨。他们原是曼谷华文报纸《全民报》的员工,1951年该报被反共反华的銮披汶政府封闭后,举家回国,安排在中新社印制《中国新闻》。可以说,印刷厂是中新社归侨最集中的部门。
领导视归侨为“社宝”
我社归侨绝大部分是上世纪五六十年代来社工作的,调查资料显示,1952年至1966年“文革”前,总社员工223人,其中归侨160人,占员工总数的72%。他们来自印尼、马来亚、新加坡、泰国、日本、越南、缅甸、菲律宾、印度、毛里求斯、美国。
记得张帆副社长兼总编辑在全社大会上讲话时,称我社归侨为“社宝”,表示要充分发挥他们的独特优势,精心培养他们,大胆使用他们。
中新社第一任驻外(日本东京)记者是日本归侨李国仁,随后又由另一位日本归侨杨国光继任。杨国光为两位台湾记者首访大陆起了穿针引线的作用。
1963年,中新社首次派出记者团,由张帆同志率领,赴雅加达采访第一届新兴力量运动会。我社5名记者中,白国良、何耕新、张茂新均系印尼归侨,外办干部、菲律宾归侨王澄枢,受廖公委派,以中新社记者名义,在菲律宾运动员和体育官员中开展工作。当时,中菲尚未建交。白国良采写的雅加达茂物公路自行车比赛特写,既报道比赛过程,又穿插沿途热带风光的描写。时任新华社雅加达分社的沈定一称赞“这篇稿写得很有特色”。
上世纪60年代,中新社有两个专业机构——日本组和印尼组,清一色由归侨组成。
当时,中国与日本尚未建交。遵照廖公的指示,中新社组建清一色由日本归侨组成的“日本组”,他们每天抄收日本电台的日语广播,翻译成中文,出版《日本广播参考资料》,送外办和有关部门参阅。
1959 年, 印尼颁布《第9 号总统法令》,禁止华侨在县以下地区经商和居住,随即掀起对华侨实行逼迁的排华逆流。为了及时掌握印尼排华动向,中新社专门组建了一个“印尼组”,每天抄收印尼电台的印尼语广播,翻译成中文,出版活页资料,送中侨委及有关部门参阅。该“印尼组”由4位印尼归侨——林惠香、林必达、李顺辉、李兴业组成。
我作为一名归侨,相对而言,比较了解我社归侨,其中许多已经辞世,特以《中新社的归侨们》为题撰写本文,算是对我社归侨们的怀念吧!
(历史资料)
(文图:赵筱尘 巫邓炎)