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。
中新社70年丨三摘荷赛奖！这里为何成为中国摄影“星工场”？******
6月中旬，由中国文联、中国摄影家协会主办，中国摄影报社承办的“一起向未来”中国冰雪运动摄影大展在北京开幕。展览集中呈现了中国摄协北京冬奥会摄影小分队队员的精彩力作，一张张“冰雪瞬间”将我们带回4个月前的冬奥时刻。
“小分队”有“大来头”
说是“小分队”，其实大有来头。他们都是中国摄影家协会分布在各大媒体的精英强将，是中国摄影记者的实力体现。
“小分队”由中国文联副主席、中国摄协主席李舸带队，成员有：兰红光(新华社摄影部副主任)、毛建军(中新社摄影部主任)、赵迎新(《中国摄影报》社长)、胡金喜(《北京青年报》摄影部主任)、魏征、陈建、王伟伟、陶冉。
“小分队”中的老将之一、中新社摄影部主任毛建军又一次“征战”赛场。在 2020年，他获得了代表中国摄影界最高个人成就奖的“中国摄影金像奖”。在中新社摄影部历史上，还有许多屡获奖项、引领业界发展潮流的人。
高产的“造星”机器
具有近70年历史的中新社摄影部，在每个时期都是业界耀眼的存在。它不断地在传承与发展，同时，它还是一部高产的“造星”机器。
上世纪50年代，中新社建社之初，一批南北方的优秀摄影家聚集于此，对外介绍中国大江南北的锦绣山川和沿海侨乡，在港澳地区和东南亚各国华文报馆享有盛誉。代表作品如风光摄影家薛子江的《春泛嘉陵江》《千里江陵》等，构图精美，堪称佳作。
上世纪八九十年代，中新社摄影部开始转型。图片报道内容由以风光专题为主转变为以新闻时事为主；全面报道改革开放，突出社会前进、时代新潮和人民情感。
这一时期，中新社涌现了一批拍摄社会新闻、记录社会变革的好手，佳作频出。黄云生的《西藏专题》、王苗的《草原骑手》、罗小韵的《首次招考模特》等是这一时期的代表作品。彭振戈(笔名安哥)把镜头聚焦南粤乡土，以民间视角记录社会底层人物的喜怒哀乐，如《结婚照》《街头青年》，时代特色与南粤气息并至交汇。
“民间视角”是这些作品的共同特征，并成为中新社图片的风格，在这一时期的中国新闻摄影界开风气之先河。
值得一提的是，黄云生、王苗、罗小韵都是著名的“四月影会”的发起人，他们在中国摄影史上留下了浓重的一笔。
上世纪八十年代末、九十年代初，中新社的体育图片报道开始崭露头角，赵伟等记者在亚运会、奥运会等国际赛场上创作出众多精彩作品，体育摄影报道由此成为中新社图片的特色之一。
21世纪头十年，中新社图片越来越彰显国际化色彩。拍摄题材和视角与国际同步；画面语言也开始在吸收国外经验的基础上逐渐内化为自己的特点；记者在国际奖项上开始有所斩获，成为最早登上国际领奖台的一批中国摄影师。
2000年，王瑶凭作品《60岁重返舞台》获得第43届世界新闻摄影比赛(荷赛)艺术类组照金奖。
贾国荣凭作品《中国体操夺冠赛》获得2002年荷赛体育类单幅铜奖。2014年，贾国荣又凭借作品《杠上争锋》再次登顶荷赛，获得体育动作类组照一等奖。
三次荷赛获奖作品的图片语言以国际化为特征，这些记者推动了国内新闻摄影界图片语言的进化。
“见证”的艺术，“见证”的力量
21世纪第二个十年至今，中新社摄影记者队伍日渐齐整，成长为国内规模最大、最成熟的摄影队伍之一，每年在国内和国际新闻摄影奖项上都有斩获。
摄影报道在时政、突发、大型报道、深度报道等领域的表现十分抢眼。每逢大型报道、战役式报道，总社和全国各分社的摄影精兵协力上阵，中新图片频频崭露头角。前有2016年奥运会三名记者“三枪战里约”，后有东京奥运会上的艰苦鏖战，他们的表现广为业界称道。
这一时期的中新社摄影部还积极参与行业内的体制建设，为中国新闻摄影界的发展贡献智慧和力量。2019年，中新社摄影部承担中国文联大型影像扶贫跨界驻点创作项目，四名记者三次深入内蒙古科右中旗驻点，记录了中国脱贫攻坚世纪工程的缩影。
摄影是一门“见证”的艺术。一代代中新摄影人，见证了时代发展，也见证了中国新闻摄影队伍的共同进步。如果把中国新闻摄影事业的发展比作滚滚大潮，中新社摄影部就像潮头的朵朵浪花，总是那个活跃在前方、不知疲倦地往前奔流的力量。
参考资料
1、毛建军《中新图片的风格传承与发展》，《人民摄影报》2021年9月8日，第二版；
2、《中国新闻社六十年史稿》。
作者：苏 丹
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神app地图 |
)