点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
乡村博物馆“出圈记”：从“无人问津”到“人气爆棚”******
中新网湖州1月12日电(施紫楠 姚玲利)位于浙江省湖州市南浔区善琏镇车家兜村的农耕馆里，蓑衣、斗笠、耕犁、石磨、水车等老物件一字排开，重现昔日浙北农村生活场景。
“每一件藏品背后都是一段故事。木质理发箱里的工具是村里过世老理发师的女儿所捐，祖辈使用的龙骨水车是我叔叔捐的……”车家兜村党支部书记、村委会主任郁根荣打开了话匣。
2021年9月，浙江成为全国三个乡村博物馆建设试点省份之一，提出在“十四五”期间建设1000家乡村博物馆。次年，湖州被列入浙江唯一的全国乡村博物馆建设试点市。
此后，一座座带着泥土气息的乡村博物馆在湖州相继涌现，成为广袤乡间多姿多彩的人文风景。
“目前，湖州已有63家乡村博物馆上榜浙江省乡村博物馆名单，数量位列全省第二。”湖州市文化广电旅游局文物处副处长曾杰说，“十四五”期间，该市计划实现乡村博物馆在3A景区村庄、历史文化名村(镇)全覆盖。
乡村博物馆如何在湖州实现落地生根，又如何成为家门口的文化打卡地迅速“出圈”？“有特色、接地气、可推广”，成为关键之一。
2021年8月初，在湖州召开的乡村博物馆建设试点工作座谈会上，大家围绕“乡村博物馆需要有多少件展品”“乡村博物馆面积应该多大”等问题商量许久。
“此前，乡村博物馆在全国各地已有探索，但定义并不明确，也缺乏统一的建设标准和管理规范。”曾杰介绍，2021年12月，湖州终于厘清乡村博物馆建设宗旨、定义、标准和规范。
咫园盆景文化艺术博物馆(资料图) 湖州市文化广电旅游局 供图在此基础上，浙江省文物局完善形成《浙江省乡村博物馆建设指南(试行)》，乡村博物馆从此有了定义。
“乡村博物馆是乡愁的载体，湖州有一批村落便挖掘农耕文化资源，通过博物馆展示过去的珍贵岁月。”曾杰介绍，湖州2022年建成和顺利通过省、市验收的82家各类乡村博物馆，平均每馆藏品达384件，展现不同主题文化内容。
当建设乡村博物馆的热潮在湖州大地掀起，行业专家、各路乡贤、基层干部也纷纷出谋划策，乡村民众、企业家、收藏家争相参与办馆。
数据显示，在该市已启动建设的乡村博物馆中，企业和个人办馆数量占比达45%。
中国盆景艺术大师、咫园盆景文化艺术博物馆负责人徐昊将闲置农房改建成盆景博物馆，馆外有5000多个盆景，馆内收藏了500多件中国各个时代的古花盆、残片及复制品。
“中国是盆景的起源国，做博物馆是一种责任也是一种情怀。我想让更多的中外‘盆景人’深入、直观地了解中国盆景悠久的文化历史，传承发展盆景文化。”徐昊说。
一路探索，一路前行。在乡村博物馆的建设中，也有不少村落遇到与产业结合度不够高、缺乏特色活动、对游客吸引力不足等难题。
湖州市德清县新市古镇旅游开发有限公司游客中心副主任姚静，深刻感受到了乡村博物馆从所谓的“无人问津”到“人气爆棚”的转变。
德清赵孟頫管道昇艺术馆(资料图) 湖州市文化广电旅游局 供图聚焦文化资源，新市镇动起了如何利用名人故居吸引游客参观的脑筋。2022年4月，中国电工专家钟兆琳故居修缮工程启动，7月1日重新开放后，入口处的操作手摇发电机装置、内部的多处趣味性与互动性设置让人眼前一亮。
“修缮后的钟兆琳故居购票参观人数超过万余人，还成功开设了十几次研学班，算是‘火’了一把。”姚静说。
眼下，湖州正用一张张乡村博物馆建设成绩单，丰富村民文化生活，打造家门口的精神之地。
数据显示，试点前，该市仅拥有国有和非国有博物馆35家，每万人拥有在册博物馆数量0.09家；目前，该市已有各类经审批和认定的国有、非国有和乡村博物馆117家，每万人拥有博物馆数量达0.34家。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩云网地图 |
)