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。
“第41条”引发暴力抗议,意大利驻多国使馆面临安全威胁******
【环球时报驻意大利特派记者 谢亚宏 环球时报特约记者 刘皓然】近来,有组织的暴力抗议活动在意大利频繁上演,就连意大利驻多国的外交使团都面临严峻的人身威胁。1月31日,意大利外交部长塔亚尼称,意大利政府已加强其在全球各地外交使团的安全措施,以应对不断升级的恐怖袭击活动。究其原因,这一系列暴力抗议与意大利《监狱管理法》有关,该国颇具煽动力的无政府主义者阿尔弗雷多·科斯皮托在服刑中为对抗这部“厉法”已绝食百日,其极端的抗议方式不断刺激着支持者的狂热情绪。
外交官收到子弹恐吓信
据路透社2月1日报道,1月下旬以来,米兰、罗马和特兰托等地相继上演街头暴力活动,多部车辆被当街焚毁,罗马某警察局甚至还被人投掷了燃烧弹。更为严峻的是,极端抗议者还频繁滋扰、威胁驻外官员,意大利驻德国、瑞士、希腊、葡萄牙、西班牙和阿根廷等国的外交官均受到不同程度的滋扰和威胁,有人甚至收到了装有子弹的恐吓信,信件内容要求意大利政府“释放科斯皮托”。在一众受害者中,意大利驻雅典外交官施莱因的车被一枚汽油弹炸毁,驻柏林外交官埃斯泰罗的车被烧。意大利驻巴塞罗那总领事馆的窗户也被人砸毁。
当地时间1月29日,意大利政府对国内外近期一系列的极端抗议活动、暴力袭击行为表达强烈谴责。声明称:“诸如此类的行为吓不倒政府机关,国家也不会向暴力威胁者妥协。”塔亚尼称,这些暴力活动系意大利国内不法分子与国际无政府主义团体共同实施,意大利外交部、各驻外使领馆已全部升级了安保措施。
无政府主义思潮在意大利影响深远,著名的无政府主义创始人之一巴枯宁曾长期在意大利活动,戏剧《一个无政府主义者的意外死亡》也闻名世界。目前,意大利仍有无政府主义联合会等团体宣传相关思潮。
“始作俑者”狱中绝食百日
现年55岁的阿尔弗雷多·科斯皮托是意大利极左翼人士、无政府主义者,2006年他与同伙试图以两枚自制炸弹袭击库内奥省一所宪兵学校,并为此受到了恐怖主义指控,被判处终身监禁,且不得保释。服刑初期,科斯皮托长期与外界保持联络,还在一些激进媒体平台发表文章与言论,最终在去年5月被“噤声”。狱方将他单独囚禁,并切断了他与外界的联络。
狱方针对科斯皮托所采取的严厉措施是基于该国《监狱管理法》的第41条,该条款允许狱政部门严格限制在押囚犯人身自由。在“第41条”的约束下,囚犯平均每天要被单独囚禁22小时,每月只能与探监访客见面1小时。即便是参与监狱内的集体活动与改造项目,他们也会受到严格限制。
英国广播公司(BBC)称,“第41条”曾经主要针对穷凶极恶的黑手党头目,旨在切断此类组织的通信和指挥机制。因为意大利的黑道大佬一度手眼通天,有人即便是在服刑期间仍能指挥属下兴风作浪,甚至肆意报复、杀害意大利官员。近年来,“第41条”的应用范围逐渐被拓宽,适用于大部分威胁国家安全与社会秩序的黑手党分子、恐怖分子、颠覆分子。
为对抗“第41条”,科斯皮托从去年10月20日起开始绝食抗议,截至目前他已经绝食超过100天,体重骤减40公斤。因身体过度虚弱,他上个月在洗澡时摔伤了鼻子,已经从意大利萨丁岛的服刑地被紧急转移到米兰一座医疗条件较好的监狱疗养。
充满争议的“第41条”
事实上,绝食抗议并非科斯皮托首创。2002年,意大利北部一监狱爆发集体绝食抗议,这座监狱关押着罪行累累的黑手党头目、绰号“野兽”的萨尔瓦托雷·里纳。除绝食外,在押的黑手党人还不断敲击金属围栏,制造噪音。这股浪潮迅速传播至另外3所高级别监狱,参与者总数约为300人,全部都有黑手党背景。
一直以来,“第41条”在意大利法律界和国际社会都存在争议,很多法律专家将它称作“中世纪刑罚”。BBC举例称,意大利极左翼恐怖分子莱奥斯服刑期间被“第41条”约束长达20年,平均每年与外界沟通的时间为15小时,其精神状态受到严重影响。最后,莱奥斯在面对探监的亲人时几乎失语,和母亲的对话仅能维持几分钟。
2007年,欧洲人权法院认为“第41条”违反《欧洲人权公约》。同年,美国一家法院拒绝向意大利引渡一名黑手党毒贩,理由是他在意大利被判刑后有可能面临“第41条”的折磨。
(来源:环球时报)
(文图:赵筱尘 巫邓炎)