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。
干货!5G如何与行业融合发展?******
5G与行业融合的“绽放”之路
我国5G应用蓬勃发展,进入规模化探索新阶段。目前,国民经济20个门类中有15个行业,97个大类中有39个行业均已应用5G。5G与行业融合过程中,受行业自身发展规律、5G技术及产业发展规律和宏观发展环境等多重因素影响,呈现梯次性导入、渐进式发展趋势。由于不同行业5G发展呈现明显的阶段性,应分类施策推动5G与行业融合发展。
5G应用蓬勃发展,进入规模化探索新阶段
随着工业4.0时代的到来,数字化转型已成为各行业发展的必然趋势。作为新基建的重要组成部分,以5G为代表的新一代信息技术逐步与行业基础设施相融合,形成新型行业信息化基础设施。我国在国家政策、应用探索、产业融合等多方面积极推动5G与行业融合发展。
在政策方面,2020年3月,中共中央政治局常务委员会会议强调“加快5G网络、数据中心等新型基础设施建设进度”;“十四五”规划和2035年远景目标纲要明确提出“构建基于5G的应用场景和产业生态”。
为落实党中央、国务院的决策部署,多项鼓励5G发展与应用的政策或通知陆续出台。2021年7月,工业和信息化部等十部门印发《5G应用“扬帆”行动计划(2021-2023年)》(以下简称《行动计划》)。该《行动计划》提出8大专项行动及32个具体任务,明确了我国未来三年重点行业的5G应用发展方向,并系统性地部署相关推进工作。各地方政府也将5G应用作为地方经济的重要支柱型产业,纷纷出台相关产业支持政策。截至2021年8月底,全国省、市、区共出台5G政策569个,其中省级67个、市级259个、区县级243个。
在产业探索方面,从2019年我国5G网络正式开始商用,5G与行业融合试点项目的范围和规模逐步扩大,以三大运营商为代表的ICT(信息和通信技术)产业界加速与各垂直行业开展5G应用探索。据统计,工业和信息化部举办的“绽放杯”5G应用征集大赛项目数量从2018年的330个增长到2021年的超过1.2万个,涉及工业互联网、医疗健康、智慧交通、智慧金融、文体娱乐等20多个行业领域,近7000家政府机构、企业、科研院所、行业协会等单位参与,覆盖我国31个省(自治区、直辖市)及香港特别行政区。
从5G应用项目成熟度和商业落地情况来看,我国5G应用已实现从“0”到“1”的突破。2021年第四届“绽放杯”5G应用征集大赛近半数项目实现落地,15%以上的项目实现“解决方案可复制”,我国5G应用已进入“1”到“N”的发展阶段。下一步的探索方向是如何在不同行业实现规模化应用。
5G与行业融合梯次性导入,呈渐进式发展趋势
5G与行业融合发展进程遵循着客观发展规律,这个规律受到行业自身发展规律、5G技术及产业发展规律和宏观发展环境三方面的影响。
从行业来看,目前处于数字化转型的关键期,其对数字化技术的接受度在快速提升,原有的生产系统、产业体系、经营管理模式、商业模式等也在发生急剧变革,这为5G快速融入提供了良好条件。但是,由于不同行业有不同的产业发展周期、发展节奏,也会导致5G与不同行业融入的深度、广度和速度存在差异性。
从需求侧来看,首先需要明确行业场景需求,解决“为什么”用5G的问题,还要考虑行业原有数字化基础,解决“如何用”5G的问题。目前我国的第一、二、三产业数字化基础发展差异性较大,基础设施数字化率整体占比不高,影响了5G融入行业的速度。同时,企业对新技术的接受度、应用效果的显性度、探索的积极性等都影响5G在行业的发展进程。从供给侧来看,移动通信系统从5G开始才真正为垂直行业服务,3G、4G等都是面向消费者市场,发展周期和发展驱动力受消费者影响。消费者用户是统计型需求且消费是冲动型,因此在技术和产业发展节奏、网络更新速度等方面,ICT企业的话语权较高。但行业客户不同,行业客户具有局部聚焦、决策理性等特征,内部具有选择和决策机制,这就要求5G网络进入行业时,要能经受住行业选择流程的考验,如应用效果带来的经济价值测算、对未来转型发展影响等。原有5G技术和产业发展节奏要及时适应不同行业诉求,原来“需求发现-技术研究-国际标准化-国内标准化-产业化”的5G技术和产业迭代周期一般在两年及以上,再考虑应用场景适配、应用推广等时间,这些都将导致5G在行业的应用会是渐进式的。目前5G网络是基于R15版本的,主要满足大带宽需求,在超低时延、超高可靠保障上尚无法满足,这使得5G应用主要是在生产辅助环节、管理环节和非硬实时(10ms以上)控制场景;在R16版本对5G传输时延、可靠性进行增强后,5G会逐步渗透到生产核心控制环节;在R17阶段,随着精简化5G芯片商业化,5G终端及模组成本直线式下降,将极大推动5G行业应用规模化推广。
从发展环境来看,产业政策、商业模式、产业融合环境、宣传力度等,都会对5G应用发展起到助推作用,目前我国已经形成从国家到地方的系统性政策体系。
总体来看,受到三大因素的影响,5G与行业融合应用呈现渐进性和梯次导入发展规律,不同行业不同领域发展节奏存在一定差异性。
分类施策推进5G与各行业融合
5G与行业融合整体遵循预热、起步、成长和规模发展四个阶段。在预热阶段,ICT和行业初步接触,共同探索一些应用场景;起步阶段是双方真正开始一些小规模场景验证;成长阶段是明确场景及需求,逐步进入商业探索阶段;规模发展阶段是从大型企业向全行业企业复制推广阶段。
由于不同行业数字化基础、行业需求及探索热情不同,其发展进度和发展节奏也不相同。
总体来看,行业变革和创新意愿较强、数字化基础较好、经济条件较强的行业,其5G应用已经明确了应用场景、消除了需求不确定性,发展速度较快,进入成长期,这些行业属于先导行业,他们主要进行5G与行业系统融合和适配,承载越来越多的应用,如采矿业、工业、电力、医疗、港口等行业;对于数字化水平一般,但行业探索、创新意识和行业转型诉求较强的行业,其正在积极探索5G应用场景,挖掘5G带来的更多价值,属于潜力行业,如文旅、智慧城市、智慧物流、交通运输等行业;对于数字化水平较低,对5G应用需求不清晰,5G对其行业发展价值和作用尚不明确的行业,属于待培育行业,他们主要进行应用场景的探索,处于5G融合起步阶段,如智慧教育、智慧农业、智能油气等行业;对于数字化水平较高、有很好的数字化基础,但行业对5G需求不明确、对5G诉求也不强烈,尚未消除5G技术的不确定性,在5G应用场景、5G价值等方面尚需进一步深入挖掘,如金融、水利等行业。
5G与行业融合的价值和作用已经被越来越多的行业所认可,但受限于数字化基础条件、产业发展节奏及行业变革周期等客观发展规律,5G与行业融合不会一蹴而就。要对5G应用既给予探索热情,又保持足够耐心,这样5G融合应用才能越做越好。
作者:杜加懂 中国信息通信研究院5G应用创新中心副主任
来源:《中国网信》2022年第5期
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |