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。
重大项目密集开工 各地争先拼经济******
春节后复工的前两天,多地发力稳投资,一批重大项目密集开工。北京商报记者梳理发现,雄安新区、河南省、陕西省、四川省、湖南省、广东省等多地在春节复工后密集举行重大项目开工仪式,或是发布2023年重大项目计划,力争实现“开门红”。在各地众多开工项目中,基础设施和向高精尖倾斜仍是“大头”,智慧城市建设也逐步出现在各大城市的规划之中。
专家分析指出,重大项目属于政府投资,各地争先密集开工,一来可以在短时间内为相关企业带来订单,增加收益,进而提供更多就业岗位;二来彰显了我国经济的韧性,表明了今年我国经济恢复发展的决心。
比往年提前
春节过后,一直是各地陆续开始举办一季度重大项目开工仪式的时间,今年开始得尤其早。
1月28日,节后复工第一天,雄安新区在启动区举行2023年一季度重点项目集中开工活动,集中开工项目43个,总投资416亿元,涵盖了基础设施、公共服务、智能城市等方面;同一天,陕西省宝鸡市集中开工项目67个,总投资417亿元,涵盖基础设施、公共服务、新技术产能等方面,将持续放大投资对经济增长的增量和贡献。
1月29日,广东省深圳市举行2023年首批重大项目开工仪式,新开工项目266个,总投资约3295.3亿元,2023年度计划投资约535.6亿元。
部分省市在开工仪式上透露了重点项目名单。1月28日,在陕西省2023年一季度重点项目集中开工活动上,总投资140亿元的宝鸡凤翔区西凤酒10万吨优质基酒生产及配套项目成为最大亮点;广东省深圳市大鹏新区公布包括大鹏新区档案馆·方志馆建设工程、大鹏新区优质产业空间试点项目在内的10个项目,总投资64亿元,其中鹏美花园项目总投资20亿元。
在投资额度上,部分地区今年计划投资额度明显提升。如陕西省一季度795个省市重点项目开工,总投资5646亿元,同比增长26.3%,年度投资2277亿元,同比增长21.6%;成都市政府1月28日发布的2023年1号文件《成都市2023年重点项目计划》显示,全市拟编列重点项目共900个,年度计划投资3511.8亿元,较2022年增加36.9亿元。
“老大哥”和“新生代”
据北京商报记者不完全统计,基础设施和向高精尖倾斜仍然是各地集中开工或计划今年开工项目的“大头”。
四川省成都市对基础设施的投入表现得尤为抢眼。根据其编列的2023年900个重点项目清单,仅145个重大基础设施总投资便高达9697.7亿元,年度计划投资1039.9亿元,接近全年重点项目计划总投资2.44万亿元的一半。其中,在城市基础设施方面,编列火车北站扩能改造配套工程、东西城市轴线(东段)、成自铁路天府站及配套综合交通枢纽等项目62个。
优化产业结构,向高精尖倾斜在沿海地区表现得较为突出。根据浙江省日前印发的《浙江省扩大有效投资“千项万亿”工程2023年重大项目实施计划》,浙江将不断优化投资结构,力争2023年制造业投资、高新技术产业投资以及交通、水利和能源投资增速均快于面上投资增速。
“这两个领域的投资是国家和地方的‘十四五’发展规划的要求,也是未来发展必然趋势,基础设施主要集中在‘新基建’领域,高精尖项目则是我国科技创新动能转换的必然要求。”北京工商大学商业经济研究所所长洪涛向北京商报记者分析道。
值得一提的是,在“十四五”规划纲要中多次提及的“智慧城市”,开始出现在部分省市的重大项目涵盖领域中。如深圳市首批266个重大开工项目中,产业领域项目96个,项目总投资约1864.2亿元,主要包括燕罗智能网联汽车产业园项目、平湖智造园(一期)、前海深港创新产业园等。
洪涛指出,目前各地智慧城市的建设更多停留在提供民生保障、政务服务、辅助决策三个层面,即使是交通出行,公交牌的智能化都没有完全覆盖,在经济的生产、交换、物配、仓储、销售、结算、售后、服务、体验、文化、体育、医疗、环保、空气、信息管理等方面,还存在许多公众需求、市场需求、治理需求没有得到满足,需要加快努力补短板。
提信心显决心
为何各地今年重大项目开工仪式如此提前和密集?
“今年是党的二十大确定‘建设中国式现代化’目标后的第一年,各地也已经先后确定了2023年5%左右的经济发展目标,按照国家扩大内需的战略要求,一是要扩大投资;二是要促进消费。因此兔年春节后迅速开工,是新时代客观必然的选择,也是对中央经济工作会议精神的落实。”洪涛称。
就重大项目本身的意义而言,北京社科院研究员、中国人民大学智能社会治理研究中心研究员王鹏向北京商报记者分析表示,重大项目属于政府投资,一来可以在短时间内为相关企业带来订单,给企业带来收益,提供更多就业岗位;二来通过重大工程项目迅速开工建设,可以彰显我国经济的韧性,表明今年经济恢复发展的决心,给市场吃一颗定心丸,提振市场信心。
曾在安徽省2022年第四批重大项目开工动员会上亮相的淮河能源集团潘集电厂相关项目是一个典型的范例。潘集电厂项目负责人告诉北京商报记者,作为《长江三角洲区域一体化发展规划纲要》发布后第一个核准开工的项目,潘集电厂一期项目建成投产后,每年可减少排放二氧化碳83.86万吨、二氧化硫约25万吨、氮氧化物约12.6万吨,每年可实现工业产值30亿元以上,上缴税费约2亿元,能有效拉动区域经济发展,增加就业机会和当地税收。
专项债护航
重大项目是经济发展的“加速器”,加快重大项目建设、扩大高质量投资,一直是各地稳增长的关键抓手之一。洪涛认为,本轮各地如此有底气地密集开工多项重大项目,且提高了预期投资额,专项债券发挥了积极的引导作用。
河北省预算报告显示,该省2023年提前审批专项债额度为1286亿元,相比去年增长73.8%。此外,宁波市、青岛市、河南省、福建省2023年提前批专项债额度分别为265亿元、319亿元、1271亿元、933亿元,相比去年增长93.4%、54.1%、55%、34.6%。
“作为筹集资金建设专项工程而发行的债券,专项债额度的提高,也给了各地密集开工重大项目的底气。”洪涛说道。
在专项债之外,为保证重大项目顺利进行,洪涛建议,一来需采用稳健的货币政策,利用金融手段驱动重点项目投资,如2022年两次下降银行准备金率,扩大了10000亿元金融流动性等便是可参考的举措;二来需采用积极的财政政策,在2022年减税降费缓税退税等系列税收政策给市场让利4万亿元的基础上,创造更好的营商环境,促进各类市场积极开拓国内市场,探索国内循环和国际循环的模式创新。
“从春节消费来看,我国消费迅速恢复,从投资来看,我国投资加快进度。由此可以看出,中国经济提出的5%左右的经济发展目标,应该可以超额完成,也可以高质量地完成。”洪涛称,“希望社会各界把握机遇,扩大内需,从而保持我国经济可持续的发展。”