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。
机票价格跳水 错峰游时机来了******
随着出境航线的陆续加密,部分目的地的机票价格也日渐走低。2月1日,据携程发布数据,全国各地飞香港、澳门的机票相比春节期间有大幅回落,上海往返港澳只需千元左右。此外,直飞泰国机票价格也明显跳水。目前,多家航司都在不断新开、恢复国际航线,中国内地游客的出境意愿也在逐步增强,错峰游时机正当时。
千元机票直飞港澳
春节出游高峰过后,多地机票价格出现走低的趋势,甚至不少班次价格已经向疫情前靠拢。
据携程数据,全国各地飞香港、澳门的机票相比春节期间有大幅回落,上海往返香港、澳门只需1000元左右,北京往返香港1500多元,飞澳门买一送一,人均超1200元。
北京商报记者查询携程App发现,以北京-中国香港航线为例,2月直飞航线最低价为1050元,3月最低价为1035元,与部分境内航线机票价格趋于一致。
此外,部分中国内地飞往东南亚国家的机票价格也出现大幅跳水。携程数据显示,2月上海直飞往返普吉岛出现1600元低价,南京直飞往返普吉岛在2000元左右,较春节期间7000元+的价格大幅跳水。
据去哪儿数据,1月下旬至2月初,成都-曼谷、成都-普吉、厦门-胡志明市等多条东南亚航线恢复,旅客量则较春节期间明显减少,机票价格将随之下降。
有春节期间前往泰国度假的游客表示,即便选择了中转航班,春节期间泰国人均往返机票仍超过7000元,远超酒店等其他花费。相比之下,2月出境游更为划算。
2月出境复飞航线超40条
自2022年下半年起,多家航司陆续新开、复飞出境航线,往返境内外的航班也在逐步增加。
2月1日,海南航空宣布计划复航北京-圣彼得堡,新开深圳-金边的国际航线。截至目前,海南航空已恢复、新开运营北京-布鲁塞尔、北京-莫斯科、北京-贝尔格莱德等20条国际及地区往返客运航线。
南航也计划于2月新开或复航广州至河内、广州至万象等多条国际及地区往返航线,同时加密广州至新加坡、广州至吉隆坡、武汉至香港等往返航线班次。
据携程统计消息,截至1月末,2月出境复飞航线已超过40条,复飞周均航班量已超过140班。其中亚洲目的地航线占比超过八成,仅港澳及泰国复飞航班占比即达到四成以上。此外,从价格上看,三成航班的价格低于2019年同期成交均价,一成左右航班甚至比2019年便宜30%以上。
出境游产品密集上新
机票价格大幅降低给错峰出境游提供了极大便利,2月,各家旅游企业密集上线出境游产品。
1月20日,文旅部发布通知,自2月6日起,试点恢复全国旅行社及在线旅游企业经营中国公民赴有关国家出境团队旅游和“机票+酒店”业务,涉及20个国家。包括泰国、柬埔寨、马尔代夫、斯里兰卡、菲律宾、马来西亚、新加坡等。
消息发布后,多家旅游平台出境游搜索量大幅增长。同时,旅游企业也在加紧推出出境产品。北京商报记者从众信旅游获悉,由于首批游客出境目的和需求十分多元化,因此众信旅游筹备了以minitour为代表的定制类产品,目的地覆盖了瑞士、马尔代夫、泰国、新加坡等。在短线方面,首批20个国家里,将以中国内地游客喜爱度较高的热门海岛作为首发目的地。
凯撒旅业官方微信号也发布消息称,近日,凯撒旅游出境游业务全面启动。首批数十款不同类型的出境旅游产品即将陆续上线。
在北京第二外国语学院旅游科学学院教授谷慧敏看来,春节假期机票、酒店价格都会有一定提升,假期过后,价格就会出现回落。而航线加密、旅行社推出出境团队产品,也会吸引部分游客选择错峰出行。“不过,目前出境航线数量还在进一步恢复之中,境外的酒店、景区及服务人员也需要一段时间重启,出境游市场的全面恢复仍需要一段时间。”
北京商报记者 关子辰 张怡然
(文图:赵筱尘 巫邓炎)