彩神ap平台|购彩大厅APP | 在线登录-APP下载

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。

三体母星半人马座阿尔法星 为何受到科幻题材作品热捧？******

　　“三体”运动有没有解？这是科幻小说《三体》一开始就引入思考的问题。随着电视剧《三体》剧情推进，将展示一个距离地球4光年外有高等智慧生命存在的星系，一颗经历了无数次毁灭与重生、在三颗无规律运动“太阳”的包围下艰难存在的星球，它被称为“三体星”。

　　现实世界的“三体”真实存在，并很早就为人类所熟悉，那就是距离我们最近的恒星系统——半人马座阿尔法星，这不仅是刘慈欣《三体》的原型，也是卡梅隆《阿凡达》中巨大气态行星“波吕斐摩斯”及其炎热的卫星“潘多拉”的灵感来源。此外，在《流浪地球》中，地球“流浪”的目的地，也是半人马座。

　　在不少文学、影视和其他文艺形式幻想中，半人马座阿尔法星都是“宠儿”一般的存在，它有着怎样的魅力和光环，让这么多顶级的作者倾慕于它？

　　三颗“太阳”包围的世界

　　距太阳系最近的恒星系统

　　半人马座阿尔法星是一个三星系统，也是距离太阳最近的恒星系统。科学家们将这三颗星分别命名为半人马座阿尔法星A、半人马座阿尔法星B以及比邻星。比邻星，顾名思义，就是离我们最近的一颗恒星，距离太阳系4.22光年。

　　在这个三星系统里的另外两颗恒星，距离我们则相对较远。在《阿凡达》中，故事发生的“波吕斐摩斯”星就是围绕半人马座阿尔法星A运转，是一颗巨型气体行星，类似于太阳系的木星。而“潘多拉”则是围绕“波吕斐摩斯”的卫星。

　　但是早在2008年，国外科学家就通过观测，排除了半人马座阿尔法星附近有类似木星或土星大小的行星存在的可能性。同时，也与《三体》中描述的无规律三星运行不同，半人马座阿尔法星的三颗恒星，是一个能够预测轨迹的相对简单的系统。

　　为何幻想题材总是把目光聚焦于此，这可能和我们对这个“邻居”的密切研究有关。因为离得近，获得的科学信息就显得更加可靠。早期的天文研究就发现，半人马座阿尔法星极有可能孕育生命。

　　因此，带着对地外文明的渴求，越来越多的科学研究将目光投于此星系。在2016年，科学家们在比邻星的周围发现了一颗类地行星——比邻星b，它处于恒星系统的宜居带，大小与地球相似，上面极有可能拥有液态水，一些乐观的科学家们甚至还怀疑上面有生命存在。

　　比邻星b的发现可以说是振奋人心的突破性发现，因为它距离我们相对很近。这意味着在可预见的未来，我们是有能力发射探测器前往这颗星球的，人类可以勘测这颗星球表面是否有液态水甚至生命的存在。而比邻星自身也是一颗相对稳定的“太阳”，作为一颗红矮星，它正处于“太阳”的青年时期，在没有意外的情况下其寿命要大于太阳。

　　霍金曾提“突破摄星”计划

　　有望20年飞抵比邻星

　　对于比邻星的探索，人类早已不只停留在理论。尤其当它离我们相对其他星系更近，在要“凑过去”看一看的好奇心驱使下，让我们的科学不断前进。

　　2016年4月，科学家霍金宣布启动一项名为“突破摄星”的星际计划，他同时也在微博上和网友进行了交流，而这项计划，正是通过发射宇宙探测器冲出太阳系，将人类的视野带往离我们最近的半人马座阿尔法星。

　　这个计划一经公布，令全球民众感到振奋。但就目前最新消息来看，“突破摄星”依然还停留在理论研究阶段，在工程实现上，还存在很多风险因素。

　　简单来说，“突破摄星”计划，是利用“纳米飞行器”，在短短几分钟内加速到光速的五分之一，即每秒飞行6万公里。这样，只需要二三十年的时间，人类飞行器就能到达比邻星。但是在此以前，人类历史上最快的飞行器，每秒大约只能飞行20公里。

　　如何让“纳米飞行器”升空？如何让它以光速的五分之一持续飞行？又如何保证在漫长的20年星际旅途中规避太空风险？这些问题在理论上已得到突破，但在现实工程领域，还有漫长的道路要走。

　　目前，有消息称，科学家计划在2060年实现这一计划，真正冲出太阳系。

　　华西都市报-封面新闻记者 徐语杨

　　(《华西都市报》 2023年01月19日  A16)

　　（文图：赵筱尘 巫邓炎）