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。
严防严治积分兑换的运营商“李鬼”******
李英锋
“差点就‘入坑’了。”日前,北京市朝阳区消费者李女士告诉记者,1月2日,她收到一条积分即将到期的短信,告诉她需尽快打开链接兑换商品,否则积分就会在1月3日清零。她以为是移动手机号的积分,想着以前也兑换过话费,就打开链接看看。但在选完商品、填好地址之后,准备付差价之前,李女士觉得有必要跟10086客服核实一下商品的原价,一核实才知道该活动并非官方活动。(1月10日《工人日报》)
表面上看是用积分兑换福利,实则是坑骗消费者的陷阱。一些经营者冒充品牌客服、模仿三大运营商服务号码向消费者发送短信,用手机话费积分限期兑换、过期清零的“忽悠术”来给消费者制造积分兑换的紧迫感,诱导消费者进入所谓的积分商城,并用大比例的“打折优惠”来进一步激发消费者的积分“兑换欲”。然而,消费者在这样的山寨积分兑换活动中得到的很可能是虚假打折商品、质次价高商品、假冒伪劣商品、库存积压商品,不仅得不到实惠,还可能会被经营者“薅羊毛”“割韭菜”,既失分,又失财。
还有一点令人担忧——有的经营者通过山寨积分兑换模式骗取消费者的个人信息,继而通过出售、泄露、广告营销、不法使用等方式进一步侵犯消费者的个人信息权、安宁权等权益。更值得注意的是,这些信息还可能成为不法分子实施电信诈骗的目标。
诱导消费者进行积分兑换的运营商“李鬼”,踩踏了法律底线和诚信底线,涉嫌虚假夸大宣传、价格欺诈、销售假劣商品、仿冒混淆销售。引人误认为是他人商品或者与他人存在特定联系等违法行为,扰乱了市场秩序,妨碍了公平竞争,不仅侵犯了消费者的合法权益,也抹黑了被仿冒、被模仿的电信运营商的名誉、形象,侵犯了相关运营商的合法权益。
对于此类积分兑换“李鬼”,一定要严防严治。电信服务经营者要通过“大数据+人工”的方式加强对积分兑换类短信、号段的监测核实,一旦发现冒充移动、联通等运营商发送积分兑换短信或涉诈异常信息的行为,及时采取屏蔽、拦截、断链等措施,实时动态封堵,并向有关部门报告,启动全链条深层治理。
主流运营商应联合网络平台对各类积分兑换商城进行排查,对官方兑换商城进行标记,对仿冒的兑换商城进行揭露,向消费者发布警示信息。市场监管等部门还有必要畅通投诉举报渠道,以问题为导向加强对仿冒兑换商城的治理,依法严厉打击虚假宣传、价格欺诈、仿冒、售假等违法行为,该处罚处罚,该责改责改,该曝光曝光,该拉“黑”拉“黑”,让违法经营者付出应有的法律代价,充分释放法律的惩戒、震慑、警示、教育、拒止功能。
此外,消费者也应在收到积分兑换类短信时擦亮眼睛,多长个心眼,多一分理性和谨慎,少一分轻信盲从,通过官方渠道积极对比、核实有关信息,规避侵权陷阱。
只有各方责任主体凝聚共识,形成合力,从严防治,让积分兑换“李鬼”成为人人喊打的过街老鼠,积分兑换“李鬼”才会寸步难行,才会失去其生存的土壤。
漫画/陈彬
(文图:赵筱尘 巫邓炎)