重庆老旧社区换“新衣” 色彩绚丽成打卡地******
市民带着小孩路过老旧社区内的一处艺术装置 。 周毅 摄
市民带着小孩在一处艺术装置旁玩耍。 周毅 摄
老旧社区内设置 的邮政报刊亭装置吸引小朋友驻足参观。 周毅 摄
老旧社区内的房屋经涂鸦彩绘后变成市民打卡地 。 周毅 摄
两名小朋友在老旧社区内 的艺术装置旁玩耍 。 周毅 摄
1月4日，位于重庆市大渡口区 的一老旧社区经改造后成为市民打卡地 。记者在现场看到，该社区不仅设置了邮政报刊亭等怀旧装置 ，还用五颜六色 的颜料把街道围墙和房屋进行了上色涂鸦 ，具有现代感 的涂鸦作品不仅对老旧街道和房屋起到美化作用，同时也为整个社区增添了浓厚的艺术气息 。
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 。 每日彩票地图 |
