直播快3|直播快3
直播快32024-01-18

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。

直播快3

2022中国农业科学十大进展发布 “基因”成高频词******

  光明网讯(记者宋雅娟)12月16日,2022中国农业农村科技发展高峰论坛暨中国现代农业发展论坛在北京召开。论坛上发布了《2022中国农业科学重大进展》报告,该报告由中国农业科学院科技管理局和农业信息研究所科技情报分析与评估创新团队研制,遴选了10项能够充分代表2021年我国农业科技前沿研究水平、取得重大突破性进展的基础科学研究成果。

  10项重大进展具体如下:

  1.首次实现异源四倍体野生稻的从头驯化。提出异源四倍体野生稻快速从头驯化的新策略,突破了多倍体野生稻参考基因组绘制、遗传转化以及基因组编辑等技术瓶颈,建立了从头驯化技术体系;证明了异源四倍体野生稻快速从头驯化策略切实可行,对创制高产抗逆新型作物和保障粮食安全具有重要意义。

  2.解析水稻品种适应土壤肥力的遗传基础。该研究鉴定到一个水稻氮高效关键基因(OsTCP19),阐明了土壤氮素水平调控水稻分蘖发育过程的分子机理,揭示了水稻对贫瘠土壤适应的遗传基础;为水稻氮高效育种提供了重大关键基因,对保障农业绿色发展具有重要意义。

  3.首次绘制黑麦高精细物理图谱。该研究解决了黑麦基因组组装难题,绘制了黑麦高精细物理图谱,解析了黑麦染色体演化机制,鉴定了黑麦籽粒淀粉合成、抽穗期等关键基因;为麦类作物育种源头创新提供了独特基因资源。

  4.实现杂交马铃薯基因组设计育种。该研究利用基因组大数据进行育种决策,建立杂交马铃薯基因组设计育种体系,培育了第一代高纯合度自交系和概念性杂交种“优薯1号”;证明了马铃薯杂交种子种植的可行性,推动了马铃薯育种和繁殖方式变革。

  5.构建规模最大的猪肠道微生物基因组集。该研究通过对猪500个肠道样本开展深度宏基因组测序,并整合了已有的猪肠道菌群基因组,构建了规模最为宏大的猪肠道微生物基因组集;为猪强抗逆性、高生长速度、高饲料转化相关菌种挖掘和利用提供了重要资源。

  6、揭示抗病小体激活植物免疫机制。该研究发现ZAR1抗病小体的钙离子通道功能,建立了钙信号与植物细胞死亡的联系,揭示了一种全新的植物免疫受体作用机制;为人工设计广谱、持久的新型抗病蛋白进而发展绿色农业带来了新启示。

  7.揭示超级害虫烟粉虱多食性奥秘。该研究首次发现植物和动物之间存在功能性水平基因转移现象,揭示了烟粉虱“偷盗”寄主植物解毒基因,解析了广泛寄主适应性的分子机制;发现了昆虫多食性的奥秘,为害虫绿色防控提供了全新思路。

  8.揭示光信号调控大豆共生结瘤机制。该研究解析了地上光信号与地下共生信号互作调控大豆根瘤发育的机制,证实了光信号对大豆根瘤形成及共生固氮的关键作用;揭示了豆科植物地上地下协同的新机制,为优化农业系统碳-氮平衡提供新策略。

  9.首次实现二氧化碳到淀粉的人工合成。该研究设计了化学和酶耦合催化的人工淀粉合成途径,实现了不依赖植物光合作用的二氧化碳到淀粉的人工全合成;使工业化车间制造淀粉成为可能,为实现“双碳”和粮食安全战略提供全新解决思路。

  10.揭示脊椎动物水生到陆生的演化遗传机制。该研究鉴定到脊椎动物肺、心脏及四肢等器官的遗传变异与陆生适应有关,系统解析了脊椎动物在早期登陆过程中的遗传演化机制;揭示了脊椎动物从水生到陆生演化的遗传奥秘,为理解脊椎动物水生到陆生的演化提供了关键认知。

中国网客户端

国家重点新闻网站,9语种权威发布

直播快3地图