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。
以文明互鉴探寻人类共同价值构建******
本报记者 陈 璐
中国国家主席习近平指出:“当今世界正在经历百年未有之大变局,这是世界之变、时代之变、历史之变。”当前,世界百年未有之大变局加速演变,新冠疫情影响深远,国际格局深刻调整,国际环境更趋复杂,人类社会面临着全球性挑战。面对这些变化与挑战,如何通过文明的对话和交流推动探寻人类共同价值的构建,寻求应对挑战的方法和路径?日前,在由清华大学举办的第五届“清华会讲”上,来自海内外多个国家和地区的专家学者以文明互鉴和文明发展新形态为主题,从不同的视角探讨这一时代命题,尝试提出自己的建议和方案。
把握文明互鉴的力量
国内外专家学者在对待不同文明的态度上形成高度共识。大家普遍认为,人类文明的多样性是客观存在的,世界也因文明的多样性而丰富多彩,人们应通过尊重文明形态的多样性、倡导不同文明对话交流、推动人类文明共同进步来深化文明互鉴,携手应对挑战、寻求机遇。
清华大学人文与社会科学高等研究所所长汪晖通过犹太音乐家流亡中国的故事,展示了不同国家的音乐家相互学习、相互启迪的动人场景。中国文化的包容与和谐为这种交流提供了良好的环境,这也从一个角度展示了不同文化之间交流互鉴的重要性。
印度尼赫鲁大学中国与东南亚研究中心主任狄伯杰通过阐述中国与印度在佛经、天文、文学、音乐、戏剧、语言等方面的交流,说明文明互鉴的重要性。他表示,中印文明的互鉴、文明的自省和文明的发展对世界进步有着特殊意义,必须承认和正视不同文明之间的差异,通过对话和交流增进共识、超越冲突。
埃塞俄比亚驻华大使特肖梅·托加介绍了埃塞俄比亚和中国的经贸合作和文化交流情况。他认为,文明互鉴是人类文明发展最基本的驱动因素之一,也是所有国家和人民的共同心愿。面对当今世界的巨大变化和不确定性,建立人类命运共同体恰逢其时。非洲和中国一直以来保持着良好的合作关系,相信通过“一带一路”建设等重要举措和中非之间持续深入的合作,能够为非洲和中国的未来,以及整个人类命运共同体的构建提供更大助力。
联合国教科文组织驻华代表处代表、主任夏泽翰也指出,在这个不确定的时代,世界迫切需要开放的对话。为全球治理奠定坚实基础,有赖于全人类在思想和道德上的团结。
寻找人类共同的价值
人类文明的进步与共同价值的形成,基于各个国家的社会实践和不同的路径探索,也需要彼此之间进行深入的沟通对话。
韩国首尔大学原校长成乐寅从“韩流”的视角探讨构建文化共同价值。他说,上世纪90年代开始,韩国的音乐、电影等流行文化,以及韩餐等元素愈加在世界各国受到欢迎,加深了大家对韩国的印象。成乐寅认为,每个国家都有自己独特的文化,希望年轻人可以更包容地了解其他国家的文化。文化的分享也能帮助年轻人打造共同的价值观,未来大家应努力寻找共同的价值观,让世界有机而紧密地联系在一起。
日本东京大学原副校长吉见俊哉梳理了日本东京的历史发展脉络,提出城市在发展的不同阶段有不同的理念,希望能够进一步发掘传统遗产的潜力,重新找回东京记忆,让人们回归慢交通、慢生活。他表示,日本城市所面临的一些情况和困境,从某种意义上讲也是亚洲未来要面对的,因此,追求与历史的链接、探寻共同的价值观非常重要。
来自印度的迪瓦卡·阿查里亚是英国牛津大学东方宗教和伦理学方向的讲席教授,他从印度哲学讲到大乘佛教理论,最后落到现实中,通过谈及瑜伽的修行方法和生活方式等,提出印度及亚洲文明带来的启示。迪瓦卡·阿查里亚说,追求个人的和谐与社会的和谐是印度传统哲学中很关键的一点,这可与中国的传统哲学交流互鉴,共同促进人类文明的和谐统一。当今世界面临全球性的挑战,更加需要各国团结面对,以各国人民历史形成的价值追求为基础,采取共同行动,呼唤共同价值。
中国社会科学院哲学研究所所长张志强探讨了中华文明中蕴含的全人类共同价值,以及如何通过这一共同价值的弘扬来推动构建人类命运共同体。习近平主席从历史中寻求智慧,从现实中探求答案,本着对人类前途命运高度负责的态度和以世界人民为中心的情怀,提出了“弘扬和平、发展、公平、正义、民主、自由的全人类共同价值”。张志强认为,全人类共同价值是反映世界各国人民普遍认同的价值理念的最大公约数,是超越意识形态、社会制度和发展水平差异的价值同心圆。同时,全人类共同价值是立足于中华文明长期历史实践和多元一体共同体实践而形成的价值观念,讲仁爱、重民本、守诚信、崇正义、尚和合、求大同是这个价值体系的精神标尺。
清华大学国学研究院院长陈来则系统阐述了儒家文明和全人类共同价值的关系,认为儒家文明提出的价值原理是人类共同价值的道德基础。例如,“己所不欲,勿施于人”是公平的基础;“己欲立而立人,己欲达而达人”是发展的基础;“和而不同”倡导宽容多元的对话,是民主的基础;“以德服人”是和平的基础;“天下为公”是正义的基础,等等。
中国式现代化与人类文明发展
习近平总书记在庆祝中国共产党成立100周年大会上的重要讲话中指出:“我们坚持和发展中国特色社会主义,推动物质文明、政治文明、精神文明、社会文明、生态文明协调发展,创造了中国式现代化新道路,创造了人类文明新形态。”党的二十大报告也对中国式现代化的本质要求和特征作出概括,对中国式现代化的一些理论问题进行了系统回答。专家学者指出,这为世界其他国家和民族走向现代化和发展现代文明提供了全新选择和经验借鉴,为文明互鉴和构建人类命运共同体贡献了新的智慧和力量。
中国社会科学院哲学研究所党委书记王立胜分析了西方的三种重要思潮,即多元文明冲突论、后现代主义的价值解构论、生态伦理的理论研究所面临的内生困惑,认为中国式现代化给出了中国方案,阐述了其中所蕴含的中国智慧和中国力量。
中国教育部社会科学委员会副主任顾海良介绍了中国共产党成立到新中国建立之间的三次中国式现代化大讨论,展示了中国式现代化的学理和话语来源,认为新时代的中国式现代化更展现了其新境界。他表示,中国式现代化是中国共产党经过百年探索得出的一个实现社会主义现代化强国目标的战略性思考,也是中国人所创立的人类文明新形态。
狄伯杰也非常关注中国治国理政的方案,认为中国的宝贵经验和卓越进步在过去几十年中激励和帮助了很多国家。他特别强调,中国提出的建设人类命运共同体、全球发展倡议、全球安全倡议以及中国式现代化等,为西方主导的治国理政的论述添加了新的视角。“中国梦会成为其他国家梦想的一个组成部分,因为我们有着共同的梦想,有着共同的愿景,特别是发展中国家有着建设一个和平、安全、繁荣、开放、包容、生态、友好世界的愿望。”狄伯杰说。