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。
新岁访巴金******
中新社记者 谷苇
又是一个春天开始了,踏着霏霏细雨,来到巴金的家里。他刚从北京参加了全国人民代表大会和中国作家协会的理事会回来,照旧“闭门谢客”,继续他的写作生活。
也许是江南的春寒,最难将息。这位78岁的老作家偶患微恙,有点“感冒”。但看他从楼上工作室下来,脚步还是轻快的。
在他的客厅坐定,先谈到了最近在北京参加作家协会理事会的感想。他对中国文学创作的前景,显然是乐观的。他说:现在有一批中青年作家很有希望,他们在埋头苦干,有思想,有志气。他又重复他说过不止一次的那句有名的话:“一个作家,总还是要看他的创作。”
“我自然还要写作,只是做得慢些。”谈到新一年的愿望时,巴金说:“那几项工作,总要把它做完。但也不是一年都能做完的。”巴金的“几项工作”,确实都在进行着,不过有的项目进行得快一些,有的项目则进行得慢些。
为香港《大公报》所写的《随想录》,已出版了两集。巴金原想在80岁以前,以5年的时间写完五集。现在正在写第三集中的一些文章。他说:“不管这些文章发表与否,我总把它写出来,我是为祖国和人民写作,我写的是我心里想说的话。有些文章也许马上不一定发表,但将来还是会发表的。”
读者们当然也很关心他的小说创作进度,巴金正在写着一部长篇小说《一双美丽的眼睛》。不过作家没有透露他的具体进度,问到“大概写了几万字了?”巴金微笑着回答:“这很难统计,反正在写。一定要把它写完的。”
“《创作回忆录》早已写完了。原来打算写10篇,结果写了11篇,都在香港《文汇报》上发表过了。不久以前,香港三联书店已把它印成了单行本。”说着巴金自己走上楼去,拿了一本新书下来,签上名,送给我。这确是一本好书,不论是书的内容,还是书的印刷、装帧和设计。正像有的评介文章所说的那样,这本书“除了是一份记录巴金创作道路的珍贵资料外,还是一首充满了真情的长篇散文诗。”读过这些文章的人,都会有这样的感受。
接着自然就谈到了作家正在译述的赫尔岑的回忆录,那部有名的《往事与随想》。第一本已于前两年出版,现在巴金正在继续其余四本的译述工作。对于这样一部卷帙浩繁,长达150万字的巨著的译作是否能够如期完成,确是有不少朋友为之担心。但是,重要的是译述者本人的态度——巴金始终是充满信心的。“因为种种原因,可能完成得慢些。比原定的计划……”所谓“种种原因”不外乎每年都可能有的、应邀去外国访问的任务——比如近几年来他已先后到法国、日本、瑞典、瑞士等国家访问过。这还不包括另外一些热情邀他去作友好访问、讲学、小住创作的国家。比如美国的“国际写作计划”中心的主持者聂华苓女士和诗人安格尔,在来华访问时,都曾热情提出邀请。但由于实在安排不出时间来,巴金都只好谢绝。此外,当然还有一些“非开不可”的会议。
当然,“开会”与写作是“两者不可兼得”的。有时为了开会,就不得不一再推延自己手中的工作。有时,还不得不应付一些报纸、刊物、出版社的“盛情约稿”。尽管多数编辑是同情、体谅作家的苦衷的,但在“一约”、“一谢”的过程里,总又得占掉一点时间。
谈到这几年国内外出版的巴金的著作,作家显然不愿意多谈什么,因为这在报纸上是经常有及时的报道的。巴金只说了一件事:四川的出版社决定出一部十卷集的《巴金选集》,第一卷今年就可以出来了。这部选集是巴金自己选编的。
“不是有一部十四卷集的《巴金文集》吗?是否可以再版呢?”我倒是一直很喜欢这部由人民文学出版社出版的文集,为了这部被张春桥、姚文元之类称作“十四卷邪书”的文集,巴金在已过去的“十年长夜”里吃够了苦。
“那部文集不想再版了。对读者来说,恐怕倒还是这部选集有用些,它包括了我解放以后30多年来的一些作品。至于文集,也许对一些专门做现代文学研究工作的人有用些,不过总可以借来看的。所以,我不愿意它再版了。”对于出书,巴金总是首先为读者的需要着想。
早在几年之前,巴金就倡议要建立一个“中国现代文学馆”。不论是在法国,或是在日本,看到别的国家所建立的文学资料馆,巴金总想到自己的祖国的文学历史资料是多么的丰富和宝贵,它又是多么地需要有一个专门的资料馆来从事文学史料的搜集、整理,并为文学研究工作者提供工作上的方便。现在他的倡议,终于在逐渐有可能变成事实。国家的文化部门和许多作家,都热情地支持、拥护巴金的倡议。周而复把这个倡议,称作“一个迫切的倡议”,并且写了一封充满感情和提有具体建议的长信给巴金。茅盾去世之前,也决定把他的长篇小说《夕阳》(后改名为《子夜》)的原稿等等捐给未来的资料室,以表示他对巴金这个倡议的最有力支持。至于巴金自己,他早已准备一俟“中国现代文学馆”有了房子,就立即将自己所有著作的手稿,个人所藏的中国现代文学作品(包括许多珍贵的、著名作家亲手题赠“初版本”书籍),以及他与国内外文学家往来的书信等等,都捐献给文学馆。除此而外,他还带头捐献了一笔为数不小的钱,为文学馆的建成“助以一臂之力”。
现在,“中国现代文学馆”的牌子已请叶圣陶先生写好了,正在物色合适的房子。
谈话的时间不算短了,应该让尊敬的作家稍事休息了。告别时,巴金坦率地笑着说:“四人帮”在台上的时候早就想把我搞死了。但我终于活了下来,这是“幸免”,也是“幸存”,所以我总是把这些年来的时间当作偶然的所得,因此也格外珍惜。我要把这些时间用来为自己的国家和人民做点事情,当然,首先就是写作。其次,就是为自己“料理后事”,我不想立什么遗嘱,只想在自己活着的时候,把有些事一样一样处理好。比如把自己的藏书分门别类地捐献给国家,让它们到最能发挥作用的地方去。比如主张办文学馆,尽自己的努力促其实现。还有我的稿费,也不想留给子女,他们都有自己的事业。我要把它用在有益于国家建设、文学发展的地方。我希望能顺利地办完这些事情。
看着眼前这位对祖国、对人民、对生活充满热情的作家在“戏言身后事”,并不使人觉得有丝毫的好笑,倒觉得这正是作家的真诚和坦率。
我由衷地祝愿巴金长寿、健康。
(中新社上海1982年4月电)
(文图:赵筱尘 巫邓炎)