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。
“三支箭”支持下,房地产融资行情年末“翘尾”******
中新网1月11日电 (中新财经记者 左宇坤)房地产市场的整体回暖虽尚待时日,但伴随着利好政策的全面释放,房企融资端已出现了立竿见影的效果。
2022年11月起,监管部门先后向房地产业发出“三支箭”,分别从信贷、债券、股权三个融资主渠道给予支持。以最近数据来看,房地产企业的融资已然“破冰”。
资料图:城市高楼林立。 中新社记者 王东明 摄12月房企融资行情“翘尾”
2022年,各级监管部门出台的稳楼市政策持续加码,除了在需求端不断降低购房成本与门槛,房企们也等来了金融机构“开闸放活水”。
“可以将2022年分成两个阶段,上半年通过‘稳需求’来‘稳经济’,下半年通过‘保供给’来‘稳信心’。”58安居客房产研究院分院院长张波总结称。
其中,尤以支持房企融资的“三箭齐发”引发关注。
“第一支箭”加速落地,多家银行陆续加入支持房企融资队列密集授信。据中指研究院2022年12月中旬发布的数据,60余家银行已向超100家房企授信4万亿元。
“第二支箭”持续推进,例如,中债增进公司已出具对龙湖集团、美的置业、金辉集团3家民营房企发债信用增进函,拟首批分别支持3家企业发行20亿元、15亿元、12亿元中期票据。
“第三支箭”反响积极,“开闸”三日,便至少有8家涉房企业抛出拟非公开发行股票进行股权融资的计划。据克而瑞研究中心统计,2022年12月重点监测房企共涉及48笔并购交易,披露交易金额的有32笔,总交易对价约528亿人民币,环比大幅增加72.4%。
从“三支箭”的各项反馈来看,越来越多的涉房企业获得融资“灌溉”的机会。
“‘第一支箭’和‘第二支箭’普遍都圈定在优质企业上,”易居研究院智库中心研究总监严跃进指出,而“第三支箭”的再融资政策对于部分小规模的区域房企有积极意义,有助于无门槛地获得融资。
“三箭齐发”释放出的积极效应已毋庸置疑,也带动了12月的融资行情出现“翘尾”。
据中指研究院监测,2022年12月,房企非银融资为655.82亿元,环比增长34.2%。主要便是得益于11月以来,政策大力支持优质房企发债融资,多家民营房增信发债成功。
资料图:郑州某商品房销售中心展示的楼房沙盘。 韩章云 摄融资宽松态势或有望延续
“在行业供给端利好尽出的背景下,房企筹资端流动性紧张问题将得以明显改善。”中指研究院认为,改善房企资产负债计划将继续实施,2023年将延续近期出台的支持房企融资政策。
“各项融资渠道重新开闸,优质房企将重获生机,整个行业可能会迎来一波重组并购潮,行业风险有望进一步缓释。此外,增量资金对于项目端的支持和‘保交楼’的落实,将有助于稳定居民预期。”张波说。
但不应忽视的是,从2022年全年数据来看,房企全年融资总量为8240亿元,同比减少38%,2016年以来首次低于1万亿元。
展望2023年,克而瑞研究中心认为,房企供给侧改革已渐近尾声,稳信用下企业整体融资环境或将实质性改善,央国企及优质民企更将显著受益。由于2021年以来房企发债量长期小于到期量,因此房企偿债一直处于承压状态,2023年前三季度一大波偿债潮仍需房企注意。
“2023年房企偿债压力仍较大,部分房企流动性困难风险仍未解除。”中指研究院企业研究总监刘水指出,企业要抓住当前融资窗口期,更要借助融资力量拉动销售端,推动经营端流动性回暖,从根本上解决流动性问题。
正如刘水所言,供给端面临的风险归根结底需要需求端来盘活。
“市场底最为重要的观察点将回到商品房销售。”中信证券首席FICC分析师明明指出,在需求侧和供给侧政策的共同推动下,商品房销售有望在明年二季度显著复苏。(完)
中国网客户端 国家重点新闻网站,9语种权威发布 |