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。
非遗点亮“老家河南”******
河南是文化和旅游部非物质文化遗产司确定的“非遗助力乡村振兴”试点省份。今年8月,河南省文化和旅游厅公布鹤壁市、栾川县、宝丰县、长垣市、辉县市、温县、林州市、信阳浉河区8个市(县、区)为河南省首批“非遗助力乡村振兴”试点地区,支持其开展试点工作,试点期限为1年。几个月来,这些试点地区围绕非遗赋能乡村振兴,在“非遗进景区”“非遗进民宿”、非遗研学旅游基地建设、非遗主题旅游线路打造等方面下功夫,探索“非遗+旅游”发展新路径。
河南浚县的“声声不息”泥咕咕创意空间
非遗工坊带动农民就业增收
“栾川豆腐制作技艺”张盘豆腐作坊、“二十四节气”隐心谷民俗园、“传统小木作技艺”鸡冠洞小木作传习所、“豫西民居营造技艺”大王庙及石门土屋、重渡沟民俗一条街、寨沟豆腐宴、“走马灯”非遗研学基地……在河南栾川县,依托非遗项目成立的非遗工坊,带动当地300余户就业,线上线下创造产值2500余万元。
2021年至2022年,栾川县克服疫情影响,在重渡沟景区先后建成“纺织院”“土陶坊”“醋坊”“竹编坊”等富有非遗特色的民宿小院14家,创造产值260余万元,为栾川乡村振兴增添文化元素。
河南省文化和旅游厅非遗处处长于洁介绍,近年来,河南全力推动非遗工坊建设。据统计,河南现有非遗工坊(含非遗扶贫工坊)156个,原国家级贫困县域内非遗工坊97个,44个工坊被纳入巩固脱贫攻坚成果和乡村振兴项目库,非遗工坊直接带动4330余户、1.2万余人脱贫。
除此之外,河南还抓好非遗工坊产品营销推广。面向全省非遗工坊征集工坊产品信息,共有洧川豆腐、莫家酱菜等150余种非遗产品进入河南非遗工坊产品目录库。2022年“文化和自然遗产日”期间,河南以工坊产品为重点,开展丰富多彩的非遗购物节活动,全省600多个非遗商家参与活动,涵盖衣、食、住、行多个方面,共同推介河南非遗好物。其中,非遗工坊和老字号213个,占比36%;上线项目总数387个,占比65%;线上销售768万元,线下销售2072万元,总计2791万元。
“非遗点亮计划”推动在地文化融入
河南是非遗资源大省,截至目前,河南省拥有人类非物质文化遗产代表作名录项目4个,国家级非遗代表性项目125个、省级非遗代表性项目1030个。
自2021年起,河南省文化和旅游厅与全国大学生乡村振兴创意大赛合作,实施黄河非遗点亮“老家河南”计划,先后开展了首届全国大学生乡村振兴创意大赛、青年乡村营造行动。借助优质团队和创意导师力量,挖掘非遗故事、建设非遗空间、打造非遗文创,探索出一条“政府搭台、高校赋能、企业助力、乡村重塑、传承人参与”的非遗振兴乡村新路径。
从2022年2月起,河南继续深化实践,变“赛”为“营”,创新开展黄河非遗点亮“老家河南”青年乡村营造行动。在全省遴选出栾川县重渡沟景区、辉县市郭亮村、浚县古城等9个营地,汇聚高校专家、青年设计师、业界人士与大学生等多方智力,全方位激活乡村文化动能。7月,河南相继举办了出征仪式、开营仪式和营长沙龙,共邀约国内外40个优质团队,通过陪伴式在地乡建、非遗乡创等路径,将黄河非遗元素植入空间打造和文创设计中。
以国家级非遗项目浚县泥咕咕为例,河南师范大学“古鸠泥作”项目成员们受泥咕咕的启发,设计出“泥小妮”IP形象。“泥小妮”是个泥塑的小姑娘,她头戴小鸟泥咕咕造型帽子,怀抱小鸟泥咕咕,萌态十足。后来还衍生出航天员、花木兰形象的“泥小妮”,很受公众欢迎。
“目前50个空间项目、40个文创项目牵手各地特色非遗,预计2023年1月可以收获成果。”全国大学生乡村振兴创意大赛秘书处副秘书长、浙江财经大学中国乡村振兴研究院副院长刘亚辉说。
“非遗+X”促进文旅深度融合
在红旗渠精神的发祥地林州市,乘着全域旅游的东风,各镇各村积极利用非遗资源,以文塑旅,以旅彰文,形成了一批乡村非遗旅游新模式。石板岩高家台村积极打造集休闲、游览、体验、购物为一体的乡土民情旅游目的地,吸引了全国各地游客和美院师生游览、写生,年接待游客超过20万人次。东姚镇每年春节举办社火表演活动,吸引周边群众前去观看,促进了节日经济发展。横水镇马店灯会每年春节期间举办,是集赏灯、转灯、庙会、文艺汇演等为一体的民间活动。
在信阳市浉河区,当地将董家河汪家拳传习所、董家河民歌基地、浉河港文新茶村、土门周肖同茗等非遗基地串珠连线,在旅游中布局连线非遗场馆,打造精品非遗旅游线路;在鸡公山、南湾湖、五曲峡、文新茶村、何家寨、郝家冲等景区,植入信阳民歌、茶艺、太极拳等10余项非遗,探索沉浸式非遗演艺。
据介绍,下一步,河南将继续深度整合自然资源和人文资源优势,在加强非遗保护的基础上,推动非遗工坊、“非遗进民宿”“非遗进景区”“非遗进购物店”建设,同时与传统村落、传统街区保护相结合,打造“非遗小镇”“非遗街区”“乡村康养旅游示范村”等具有明显非遗IP属性的消费集聚区和特色村镇,依托非遗场馆和非遗项目探索开展研学旅游,打造“望得见山、看得见水、记得住乡愁”的文化旅游目的地和文化旅游产品,推动非遗助力乡村振兴工作再上新台阶。(本报驻河南记者 张莹莹 文/图)