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。
专家探讨全球化视角下的商务区绿色发展模式******
中新网12月27日电 题:专家探讨全球化视角下的商务区绿色发展模式
中新财经记者 庞无忌
2022北京CBD国际商务季“聚焦绿色建筑,打造绿色低碳商务区”线上分论坛日前成功举办。此次论坛由北京CBD管委会主办,奥雅纳承办,聚焦全球化背景下的商务区绿色发展模式。
中国建筑节能协会副会长李德英、北京CBD管委会常务副主任牛海龙和奥雅纳东亚区主席郭家耀分别致开场词。
论坛邀请中国建筑科学研究院、清华大学、北京市城市规划设计研究院、安永会计师事务所、戴德梁行等国内外机构专家、学者与企业代表,分享绿建低碳实践经验。
论坛上,北京CBD管委会发起《绿色低碳行动倡议》,倡导全体楼宇、招商机构、企事业单位,积极参与绿色低碳建筑创建行动,主动开展绿色电力交易和碳交易,发展和完善绿色低碳企业配套服务,支持和配合节能降碳交流平台搭建,培养引进绿色低碳人才,以全新发展理念引领城市可持续发展。
针对北京CBD绿色建设与发展,北京市城市规划设计研究院城市更新规划所所长王崇烈提出CBD六大发展策略:优化用地功能混合布局,构建全时空的中央的活力区;依托轨道站点聚集资源,引导城市高密度高效率发展;完善道路微循环促慢行,绿色出行引导生产生活;多样公共空间激发活力,多维绿色空间提升碳汇;更新利用活化既有建筑,高效运营城市存量空间;推广绿色建筑有效节能,全生命周期低碳运营与维护。
清华大学节建筑节能研究中心副教授魏庆芃表示,CBD需要通过价值管理重塑商业新常态,将可持续发展标准纳入社区园区和基础设施投资和发展策略,让基础设施和设备设施的运行更加低碳、绿色、健康和宜居。
北京达实德润副总经理朱文敏建议,北京CBD在现有良好的基础上,需推动零碳建筑示范项目的发展和突破,加强零碳技术的应用和推广,将绿色低碳实践推广到区域内更多业态中。
谈及绿色金融对我国实现碳中和的助力作用,中国国际经济咨询有限公司发展战略研究院副院长祖大军表示,强有力的绿色金融对策可助力我国尽早实现双碳任务。目前我国绿色债券用于绿色建筑领域尚不足。随着国家对地产建筑领域的政策支持,绿色债券值得大家关注。
奥雅纳院士、地产科技园区及社会基础设施业务全球负责人Paul Sloman,城市土地学会华盛顿特区可持续性发展和经济绩效中心执行董事Billy Grayson就全球CBD实现净零碳排放发展策略分享时表示,城市CBD脱碳需要城市管理者、公共和企业机构的共同努力,持续提高能源效率,投资可再生能源,不断创新和优化减碳措施。
金丝雀码头集团分享了他们如何与上下游供应链、承包商及合作伙伴联动,探索出一系列的减碳方案。
圆桌对话环节中,来自戴德梁行、中国建筑科学研究院、奥雅纳、安永、北京五一视界及北京建机天润资产管理有限公司的嘉宾们主要就建筑规范的绿色可持续发展方向、城市低碳规划与管理、数字科技碳中和、绿色地产开发、楼宇绿色认证及更新改造等话题展开了探讨。
据了解,目前,北京CBD区域现有楼宇均按绿色建筑评价或LEED认证的高标准进行建设或运营,CBD中心区及金盏国际合作服务区LEED金级及以上绿色建筑认证累计32个项目超过458万平米,CBD中心区绿建认证楼宇总体量占全市近四分之一。伴随绿色低碳全球化发展,北京CBD将着力推动CBD建筑领域绿色低碳转型,为北京实现碳达峰贡献力量。(完)
(文图:赵筱尘 巫邓炎)