龙凤彩票|龙凤彩票

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。

【网络强国这十年】志翔科技蒋天仪：“跨向”新赛道，有偶然也有必然******

　　【网络强国这十年——行业回顾篇】

　　传统模式下，电力公司主要依照“首次强制检定、限期使用和到期轮换”的计量法律法规和检定规程措施规定来进行智能电表的运行管理。

　　这种方式需要耗费大量的人力物力，且在高效解决智能电表运行期内状态监测和评估问题方面，还有较大提升空间。为此，志翔科技发挥自身大数据分析技术优势，推出了智能电能表状态评价与更换产品，帮助电力企业解决电表状态评估和失准分析等难题，让智能电能表的检定和轮换由传统人工拆回或现场检定、“8年到期轮换”，转变为在线实时诊断和有针对性的“失准更换”。

　　近日，志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏，畅谈大数据技术如何助力电力行业进行数字化转型。

　　在2014年志翔科技初创时，团队定位于通过大数据技术切入安全领域。此后，经过两年时间的不断打磨，产品初见成效，并开始向更多行业进行市场拓展。

　　谈及为什么从数据安全赛道“跨”到工业互联网领域、深耕电力行业，蒋天仪表示,存在“偶然中的必然”。

　　他介绍，最初接触电力行业的需求后，团队发现相比数据安全，这个行业在通过数据采集和挖掘分析，来应用于业务风险管控和精细管理、提质增效等方面，如计量器具误差分析、窃电防范、线损治理等问题上有着迫切和现实的需求。因此，出于对电力市场和其未来可延伸的工业大数据分析领域增长空间的看好，志翔科技作出了在电力大数据方向上延展和加大投入的决策。志翔科技的安全产品平台，原本就基于大数据架构和底层技术平台自主研发设计，经过几年在安全领域应用的不断打磨迭代，底层大数据分析平台已具备精细化分析海量电力大数据的潜力和能力。在此基础上志翔开始大力投入于电力业务的学习和理解。从2016年起开始了数据模型结合实际业务验证的不断迭代和优化，最终以智能电能表的失准分析作为切入点，打开了电力行业的大门。并以此为起点，利用失准分析同源技术，开始逐步在电力、泛电力和能源等其他领域的大数据分析领域取得拓展成果。

　　电表的准确计量既关乎电费结算，又影响着各项电力技术经济指标的正确计算以及电力工业的健康发展。据了解，过去为保证电力计量的准确和安全、实现用电结算公平公正，国家计量主管部门规定，民用智能电能表以8年固定周期进行检定和更换。蒋天仪告诉记者，全国现有约6亿只在运行智能电表，按照8年到期更换要求，平均一年需换表近8000万只，所需资金投入则超过百亿元。而拆卸下来的电表，据之前某地区部分抽检的数据显示，只有不到千分之五的概率是故障的。“一刀切”式的到期更换工作，给电力企业带来在资金、人力、物力等方面的巨大投入和消耗。

　　2018年，志翔科技推出智能电能表状态评价与更换第一代产品。“通过分析这些用电数据，可以远程发现什么地方的电表有问题，有问题再去有针对性的检测更换，避免造成浪费。”蒋天仪说，目前，该产品已服务于全国30多个网省超过5亿只电表，极大改善了原有的智能电能表状态评估模式，在不停电的情况下在线对智能电能表进行检定，发现运行误差，每年为电力企业节省数十亿换表和运营成本，同时减少数千吨电子垃圾。

　　“行业发展已从过去的‘粗放型’转变成‘精细化’。精细化发展的前提是对业务数据以及业务状态有更加精确的了解，才可以做到更好的数字化管理。”在蒋天仪看来，电力行业是大数据应用的优质沃土，电力市场蕴藏着丰富数据价值待挖掘。

　　监制：张宁 李政葳

　　采访/撰文：李飞 孔繁鑫

　　后期：刘昊

　　（文图：赵筱尘 巫邓炎）