仲傅彩票平台计划群 - 百度词条

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。

我国首个全息数字电网建成******

　　1月5日，我国首个全息数字电网在江苏建成。通过采集输变电设施的物理数据，技术人员在网络云端构建了一个数字孪生电网，全面提升了电网的智慧运检水平。这也是世界上首次对亿千瓦级负荷大电网进行全息数字化呈现。

　　据悉，这张虚拟电网覆盖了10万公里架空输电线路、28万座输电杆塔以及地形地貌地物等数据，将真实电网在数字空间以数字孪生的方式，一比一三维立体还原和数字化全景呈现。国网江苏省电力有限公司运用三维激光点云采集、数字高程模型、高精度测绘等技术，为每一条线路、每一座杆塔、每一个部件都赋予了专属的三维坐标，定位精度达到厘米级。

　　实现无人巡检与智能管控

　　“每一座杆塔都设有20个以上无人机巡检点位，通过航迹自动规划、一键自主飞行、全程实时监控、遇险自动规避等功能，无人机可实现全自动巡检作业，全程无须人工操作。”江苏方天电力技术有限公司副总经理姜海波介绍，全息数字电网相当于给整个江苏电网装上了“千里眼”，能够引导巡检作业人员足不出户，即可实时掌握无人机的适航区域、飞行轨迹、被检设备、巡检影像等现场实际工况，完成一座铁塔的全面巡检仅6分钟，比人工操作无人机巡检耗时减少一半，效率比传统人工巡检提升4到6倍。

　　在国网江苏电力无人机巡检管控中心的大屏上，可见当前正在作业的无人机，其飞行轨迹、飞机状态、拍摄画面都可以在数字电网中实时展现、动态跟踪。巡检无人机还嵌入了电力北斗地图导航和前端识别模块，巡检作业结束后，图片会自动上传至管控平台，并通过人工智能算法对图像进行精准识别，可以及时发现指甲盖大小的螺帽裂纹等细小缺陷。

　　“依托全息数字电网，江苏电网已经实现大规模无人机巡检协同应用与智能管控，可以支持上千架无人机同时作业，全年自动巡检作业量超过52万架次，提前发现消除输电铁塔缺陷及通道隐患4.2万处，严重缺陷发现率提升3倍，每年可以节约电网运维成本约2亿元。”国网江苏省电力公司设备部副主任吴强介绍。

　　通过加载气象、空域等信息，数字电网还可以高度仿真和预测台风、覆冰等极端情况下的电网运行环境。在数字电网的工况模拟模块中，只要同步风速、风向、温度、导线直径等基础数据，系统就会结合历史数据，通过模型算法以三维图像形式直观展示线路状态，各类风险隐患会用不同颜色的警示图标标出，为电网细化防灾减灾、灾后恢复的预案措施提供准确依据。

　　数据+算力+算法打造智慧电网

　　当前正处于迎峰度冬的关键时期，江苏电网的最大用电负荷已超过1亿千瓦，今冬用电负荷最高或将达到1.12亿千瓦。全息数字电网的全面建成，可将电网故障的处理时间再缩短约10%。

　　“如果说数字电网是数字能源的现代化底座和数据‘骨架’，那么人工智能技术就是它的‘眼睛’，AI算法分析技术则是‘大脑’。”吴强说，在“数字中国”战略引导下，数字科技加速了电网信息化建设进程，“数字新基建”项目不断在电网运营管理中落地。通过“数据+算力+算法”，全息数字电网实现了虚拟电网与现实电网的深度感知交互与双向智慧控制，真正做到足不出户而现场可观、可测、可控，极大提升电网智慧运营水平。

　　同时，全息数字电网是我国新型电力系统建设的重要试点，将推动电力系统的加速转型升级，为我国乃至全世界通过数字技术提升系统安全运行水平贡献了新的技术方案。

　　据悉，目前国网江苏电力正在积极扩展全息数字电网在规划设计、基建管理等更多领域的应用，并将带动装备制造、人工智能、地图导航、5G通信、数据服务、自动驾驶、储能充电等跨越式发展。（科技日报记者 张晔）

　　（文图：赵筱尘 巫邓炎）