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。
如果国宝会说话:你有一条来自东坡先生的留言******
叮~
你有一条来自东坡先生的留言
查收了吗?
CCTV纪录、央视频、四川博物院、看度直播、四川观察、四川人民艺术剧院联袂推出的直播活动《你有一条来自东坡先生的留言》圆满结束!许多网友表示:“喜欢讲解风格,轻松有趣!”“千年对望的感觉真的很微妙。”
此次直播活动在CCTV纪录新媒体、央视频、看度直播、川观新闻、四川博物院官方微博等多个平台直播,截至目前,全网播放量已超230万,没赶上直播的小伙伴也可以通过央视频客户端纪录TAB页进行回看。
这是《如果国宝会说话》和四川博物院的一次梦幻联动!
蜀都雅集,跨越千年
博览百件文物
感悟东坡的一生
在本次直播活动中,我们一起云游了四川博物院的年度大展——“高山仰止回望东坡——苏轼主题文物特展”。
此刻,让我们跟随12件文物,走近苏东坡,沉浸式感受他的一生!
苏轼家学丰厚,“一门父子三词客,千古文章四大家”,他的父亲和弟弟都位列“唐宋八大家”。
幼年的苏轼在文化底蕴丰厚的眉山学习,你知道苏轼的第一位老师是谁吗?是他的母亲程夫人,一位充满智慧的独立女性。
苏轼还有一位老师欧阳修,他们是“千里马与伯乐”的忘年之交。
△清代 邹一桂《东坡故事册页》 三苏祠博物馆藏
第三则东坡故事册页,上面题字有“士有自京师来者,以鲁人石守道梦庆历圣德诗示先生,先生问曰:圣人何人也?士曰:童子何以知之。先生曰:此天人也,何为不知。”讲述了苏轼八岁时在学校读书,偶然初知范仲淹、欧阳修等俊杰,并因此与先生、士子之间产生的一段精彩对话。
△苏轼书欧阳修《丰乐亭记》拓本 旅顺博物馆藏
这一件为苏轼书欧阳修《丰乐亭记》拓本,文章出自欧阳修之手,苏轼将其书刻于碑,这是苏轼晚年楷书的力作之一,一文一书,文茂书妙,堪称珠联璧合。苏东坡的楷书,自然而顺势,雍容大气,和其诗词文章一样,平静中又有雄强豪放之气。
苏轼说:“犯其至难而图其至远。”指向最难之处攻坚,追求最远大的目标。这反映了他从政的初心、理想和担当。他也曾意气风发,志在四方。
△北宋 苏轼《归院帖》复制件 原件藏于故宫博物院
《归院帖》是苏轼做翰林学士时所写的一页公文信笺。此帖的内容是关于翰林院当夜值宿学士院地点所作的请示与批复确认。学士院需要草拟高阶官员或皇族成员相关的诏书,所以夜间在内廷值班,便于诏对。此帖非刻意的书法创作,因此,书法率意随性。
苏轼的仕途十分坎坷。“乌台诗案”之后,他被贬至黄州,却在那里度过了一生中最快乐的时光。
来感受张大千笔下的苏轼,那“一蓑烟雨任平生”的画面感突然就扑面而来。
△近代 张大千东坡笠屐图轴 四川博物院藏
张大千对苏轼可谓是情有独钟,他画过多幅以苏轼为中心的人物画。这幅东坡笠屐图轴,采用白描画法,是张大千1947年的作品,图上一位高士头戴斗笠,脚蹬木屐,肩披长袍,右手拄杖,呈怡然前行姿态,此人正是苏东坡。
然而,命运的齿轮又将苏轼转到了“元祐党争”的漩涡中。
△清代 元祐党籍碑拓片 效果图 辽宁省博物馆藏
宋哲宗亲政后恢复了新法,重用新党,打压旧党,这件元祐党人籍碑就是实物佐证。碑中有309人,都是元祐年间的旧党,以苏东坡为首。碑上有奉圣旨,这309人及其子孙永远不得为官,皇家子女也不能与名单上的众臣之后联姻。
苏轼出生在一个繁荣昌盛、群星闪耀的时代。他的朋友遍布四海,有达官显贵、文化巨匠,也有山野农夫,“吾上可陪玉皇大帝,下可以陪卑田院乞儿。”和朋友在一起的日子,总是让他十分开怀。
△北宋 苏轼《啜茶帖》复制件 原件藏于台北故宫博物院
《啜茶帖》也称《致道源帖》,这是苏轼写给好友杜道源的一则便条,就像现在发微信一样,“道源兄,闲着也是闲着,没事方便来我这儿一趟吗?一起喝杯茶、聊会天?有点小事需要当面聊聊。”
三角近代 张大千《西园雅集图》 局部 四川博物院藏
“西园雅集”从何而来?西园为北宋驸马都尉王诜的府第,文人墨客多雅集于此。会后,李公麟作《西园雅集图》,米芾书写了《西园雅集图记》。苏轼曾作词:“不恨此花飞尽,恨西园、落红难缀。”难忘的是聚会时的惬意时光。
苏轼是北宋中期的文坛领袖,在诗、词、散文、书、画等方面都取得了很高的成就。他在《沁园春·孤馆灯青》中写“用舍由时,行藏在我,袖手何妨闲处看”,这种博大的情怀、宽广的胸襟也贯穿了他的一生。
早在南宋时期,就有人编纂苏轼的文集。
△《经进东坡文集事略》 成都杜甫草堂博物馆藏
《经进东坡文集事略》是由南宋郎晔选注的苏轼文集,“经进”就是曾经进呈皇帝御览之意。另外,“经进”一般都由当事人自己进呈,只有在特殊情况下,才可能由他人代呈。郎晔编纂苏轼集以进呈宋孝宗,书前有乾道九年(1173年)孝宗书的《御制文集序》,所以此书才命名为《经进东坡文集事略》。
北宋 苏轼《潇湘竹石图》 中国美术馆藏
苏轼传世至今的画作仅有两三件,《潇湘竹石图》就是其中的一件,这幅画作为绢本。潇湘指的是湖南零陵以西的潇湘二水合流的地方,又表示朦胧的意境,苏东坡主张画家要画的是精神,而不是外在。这幅作品的最后一位收藏家是中国历史学家邓拓先生,他将这幅珍贵的画作无偿捐赠给了中国美术馆。
△北宋 苏轼《洞庭春色赋 中山松醪赋》局部吉林省博物院藏
《洞庭春色赋中山松醪赋》是苏轼传世书法中字数最多的一件,全长超过三米,共684字,是两件作品合并而成。《洞庭春色赋》和《中山松醪赋》都是苏轼晚年所作,还有他自己的题跋。1094年,苏东坡在被贬往岭南途中遇上大雨留在襄邑。卷尾有元、明、清历代名人的题跋,收藏印章多达66个。
△北宋 苏轼《阳羡帖》手卷 旅顺博物馆藏
《阳羡帖》手卷,此帖为苏轼有关阳羡买田的一封书信,现在只剩下信件的后半部,共60余字,帖中钤有元、明、清三代收藏者印章及清内府藏玺。
△北宋 苏轼《黄州寒食诗帖》 原件藏于台北故宫博物院
《黄州寒食诗帖》作于1080年,苏轼被贬到黄州任团练副使公元,在被贬到黄州第三年的寒食节,他即兴创作了这首五言诗。苏轼想到在这三年中没有给父母上过坟,自己也被君王遗忘,现在的家里破烂不堪,空空荡荡,忽然有种穷途末路之感,然后将这种苍凉的情绪宣泄在笔尖。
苏轼早已在九百多年前离开,但“东坡精神”早已深深植根于人们的心中。
有人说:
我迷茫时,他告诉我:
不识庐山真面目,只缘身在此山中。
我创业时,他鼓励我:
天下有大勇者,猝然临之而不惊,无故加之而不怒。
我失败时,他宽慰我:
人生如逆旅,我亦是行人。
我读书时,他告诉我:
博观而约取,厚积而薄发。
当我失去亲人时,他劝慰我:
人有悲欢离合,月有阴晴圆缺,此事古难全。
我放不下时,他开导我:
江山风月,本无常主,闲者便是主。
当我决定再出发时,他鼓励我:
竹杖芒鞋轻胜马,谁怕?一蓑烟雨任平生。
他是我们前行路上
永远的心灵导师
如果你还没有看过《如果国宝会说话》跨年特别呈现之《黄州寒食帖》,记得在央视频上搜索观看,与东坡对话。
(文图:赵筱尘 巫邓炎)