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。
联通师生网上生活,服务全方位育人******
习近平总书记在党的二十大报告中指出,“加强全媒体传播体系建设,塑造主流舆论新格局。”从2019年起,教育部先后分两批确定了北京大学、清华大学、北京市教委、上海市教委等30所(家)全国教育融媒体中心试点单位,各省教育主管部门也积极探索建设具有本省特色、符合本省高校实际、围绕本省教育高质量发展的高校融媒体中心。经过近三年的探索与实践,高校融媒体中心已经从机构设置、平台搭建、场地设施等基础建设阶段过渡到服务拓展、文化建设、校园治理等系统创新阶段。但由于受到主客观因素的制约,目前一些高校媒体融合机制尚不成熟,管理运行体制机制创新不够,财力物力和队伍素养还存在一些短板,高校融媒体中心建设还面临着巨大挑战。下一步,高校要立足“两个大局”,胸怀“国之大者”,站在政治和全局的高度,以全媒体视角和互联网思维审视和谋划高校教育新闻宣传工作,探索新时代“全程、全息、全员、全效”高校教育融媒体发展路径,牢牢把握全媒体时代教育新闻舆论工作主动权和主导权。
坚持“四全”媒体发展理念
习近平总书记在主持中央政治局第十二次集体学习时强调,全媒体不断发展,出现了全程媒体、全息媒体、全员媒体、全效媒体,信息无处不在、无所不及、无人不用,导致舆论生态、媒体格局、传播方式发生深刻变化,新闻舆论工作面临新的挑战。这为当前高校新闻宣传的突破发展、媒体融合的纵深发展提供了基本遵循。推动高校媒体融合发展,建好用好高校融媒体中心,必须深刻理解把握“四全媒体”的内涵,在拓展校园服务功能和研发融媒体产品的基础上,让平台在与师生的持续高频互动过程中,发现需求、了解需求、满足需求,使融媒体中心真正成为高校壮大主流思想舆论、加强网络思想引领、凝聚改革发展共识的重要阵地。要顺应“全程媒体”的趋势,重构新闻制作加工多样化流程,强化新闻传播的时效性和开放性,突破时空界限,打通采编发边界,提升优质内容生产能力;要基于“全息媒体”的视角,贯通传播载体,要强化技术赋能,丰富叙述视角和传播形态,突破新闻传播的物理样态;要按照“全员媒体”的要求,创新组织架构,适应网络传播“去中心化”特征,拓展矩阵构建,创新交互方式,实现由“受众”向“用户”的工作理念转变,由一对多向多对多的传播向度转变;要从“全效媒体”的目标出发,适应新闻传播分众化趋势,丰富表现手段,增加信息容量,深化垂直细分领域,提升传播效率,构建“融媒+育人”“融媒+文化”“融媒+服务”的发展模式。
创新内容生产传播模式
不管媒体生态如何变化,优质内容始终是其核心竞争力,增强内容生产能力,提升内容传播到达率覆盖面,是媒体融合的关键环节。要再造生产流程。高校融媒体中心要适应当前媒体内容生产、媒介形态、传播终端等专业细分的趋势,积极引入并不断完善采、编、发一体化系统,建立起总编协调、值班调度、部门沟通、采前策划等制度,搭建指挥调度系统、协同管理系统、全媒体内容管理系统和大数据中心,建设“多次多样采集、全媒体多元编辑、立体多渠道传播”的全媒体内容生产分发系统,实现云端化、数字化、全媒化、智能化。要强化内容生产。推进高校媒体深度融合,首先必须立足师生、校友、家长、合作者等受众群体需求,充分发掘自身新闻资源,策划生产受众喜爱的原创内容。其次要深度开拓区域垂直类内容产品,运用算法技术,加强数据挖掘,主动设置议题,引导受众需求,使自己成为高等教育领域最权威的内容生产者和供应方。同时,主动关注多元业态和精准服务,从移动化、社交化、分众化趋势出发,丰富多元供给,探索“融媒+育人、融媒+文化、融媒+服务”的互动模式,形成融媒体传播平台与师生网上生活社区的联通。要优化传播通路。完善渠道建设,强化技术应用,构建适应高校特点的立体传播模式是提升新闻宣传价值的基础,也是解决内容生产传播能力建设问题的重要路径。高校融媒体中心要增强技术赋能,借助人工智能、云计算等技术,实现推送的精准性和个性化,优化媒体融合传播生态。
优化保障支撑体制机制
媒体融合的新模式、新样态,要求高校不断优化组织保障体系,实现高校融媒体中心建设理念的迭代和组织架构的再造。要重构组织体系。全面对接融媒生产传播规律,组建采编中心、运营中心、摄影工作室、产品设计工作室、音视频工作室等适应融媒体发展的运行机构。以内容生产为关键点,突出目标导向,强化过程管理,构建矩阵式组织结构,加强采编发团队的系统整合,探索以内容创作为核心的项目制、工作室等组织运行体系,实现跨团队跨领域协作。要拓展融媒矩阵。媒体融合“去中心化”“分众化”的特点,需要我们在建设中充分调动各方面参与的积极性、创造性,从高校内部跨学院、跨处室、跨平台整合媒体经验丰富的业务骨干,强化选题策划,增强参与性和多样性,避免内容同质化现象。要借助互联网平台,丰富PGC(专业生产内容)与UGC(用户生产内容)内容接入形式,增强师生融入度,推进多屏融合,全方位打造传播矩阵。要强化保障支撑。融媒体产品生产模式和全媒体传播形态的革新,对高校新闻工作者提出了更高要求。培养适应媒体融合发展规律,具有互联网思维和跨媒介素养的创新型人才队伍,是支撑高校融媒体中心健康发展的根本力量。高校融媒体中心要加强队伍的融媒战略和媒介素养培训,使其既坚守教育新闻价值理想,又掌握现代生产传播技术,助力高校融媒体中心创新发展。
(作者:倪松涛,系江南大学副校长,江南大学互联网传播研究中心主任)
(文图:赵筱尘 巫邓炎)