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。
自带“饭勺”云游八千里,这种小鸟堪称“跨时区旅行家”******
有一种小鸟,它自带“饭勺”,觅食的时候认真可爱,被国内观鸟人亲切地称为“小勺子”。但又因是极危物种,全球仅存600多只,非常珍贵,又被称为“鸟中大熊猫”。
你能猜到这是什么鸟吗?
是的!就是它,勺嘴鹬 (yù )!自带“饭勺”的小萌物!
李东明摄于盐城黄海滩涂 图源:黄海湿地世界自然遗产
自带“饭勺”,憨态可掬
勾嘴鹬是鹬科勺嘴鹬属的小型涉禽,体长只有14~16厘米,大概只有人的拳头大。它的嘴巴是黑色的,嘴巴末端呈铲形,看上去就像是一个袖珍的小勺子。觅食时特别认真,被广大爱鸟人士称为“自带饭勺”的鸟儿。
勺嘴鹬的羽毛颜色很特别,会随季节而变化。夏季,它的上体是黑色,背部棕红色羽缘;冬季,羽背面是灰褐色,具黑褐色羽轴纹。
勺嘴鹬的觅食与鸭子更为相似,也是以滤食为主,主要以昆虫、昆虫幼虫、甲壳类和其他小型无脊椎动物为食。勺嘴鹬在烂泥中捕食主要靠“小勺子”,它的喙可以帮助它在泥土中更好地感知猎物。
勺嘴鹬常单独活动于水边浅水处和松软的烂泥地上,行走时常低垂着头,不断将嘴伸入水中或烂泥里,边走边用嘴在水中或泥里左右来回扫动前进,甚至转回来的时候,嘴也不用从水中出来。
正在捕食的勺嘴鹬
极危物种,鸟中“大熊猫”
勺嘴鹬是世界上最稀有的鸟类之一。它不仅因其外貌引人注意,更重要的是其目前的种群数量。
由于环境破坏和栖息地萎缩,全球仅剩600多只,数量远少于大熊猫,被列入世界自然保护联盟濒危物种红色名录极度濒危物种,在2021年2月正式“升级”成为我国一级保护动物。
据估算,勺嘴鹬的成熟个体数约有240-456只,大致相当于360-684只个体,而且这一数字可能还在不断减少。
因为人类活动、环境污染等导致的栖息地退化及丧失,以及受非法捕猎等因素的影响,勺嘴鹬的生存环境面临极为严峻的考验。从近几年的数据来看,勺嘴鹬的种群数量还在以每年8%的速度减少。
勺嘴鹬对繁殖地选择非常苛刻。据近些年研究,勺嘴鹬只在西伯利亚东北部海岸冻原地带繁殖,其中最重要的繁殖地是欧亚大陆的最东北端的楚科奇半岛。每年6-7月,从南方迁徙而来的勺嘴鹬开始求偶、筑巢,准备繁殖。它们在冻原沼泽、湖泊、水塘、溪流岸边和海岸苔原与草地上营巢,尤其喜欢淡水塘边的苔藓草地。
由于洪水泛滥、各种天敌动物的捕食及食物短缺等原因,勺嘴鹬的繁殖成功率并不高,每窝产卵3至4枚,仅20%~30%的卵能够孵化成功并最终成活下来。苛刻的繁殖地选择,狭窄的繁殖区域及较低的繁殖成功率是勺嘴鹬自然种群较低的重要原因。
飞越八千里,跨时区的超级旅行家
勺嘴鹬的故乡在俄罗斯西伯利亚东北部楚科奇半岛。它是一种长距离迁徙的候鸟,每年都会从俄罗斯飞往泰国、印度、中南半岛、新加坡和马来半岛等东南亚地区越冬。
图源:海南日报客户端
勺嘴鹬仅在极少数的冻土层地带上繁殖,在东南亚的湿地过冬。每年8-9月份,完成繁殖任务后,很快开始长途迁徙。沿东亚-澳大利亚迁徙线路,跨越北冰洋、大西洋和太平洋,前往东亚和东南亚地区过冬,全程约8千公里。
由于航线过长,经常会在我国江苏盐城等地经停中转,在这里停歇休憩、补充能量。像我们人类的旅行一样,“小勺子”的北迁也需要做好充足的准备。
图片
李东明摄于盐城黄海滩涂 图源:黄海湿地世界自然遗产
秋天的盐城黄海湿地仿佛成为了一张大餐桌,此时是观测勺嘴鹬和其他鸻鹬类候鸟的最佳时机。在9月和10月,不同批次的勺嘴鹬都相继抵达,数量可以过百。与此同时,滩涂湿地上的其他各种鸻鹬也是纷繁复杂。勺嘴鹬这小小的身影,往往会淹没在2万、5万,甚至是更多的小型鸻鹬里。
在南迁途中,勺嘴鹬会在盐城黄海湿地等地停歇、换羽,之后飞往中国南方及东南亚等地过冬。预计天再冷些,这些小家伙便不能再“赖”在黄海湿地了,只能追寻前辈的步伐,飞往温暖的越冬地。
别看它身体小小的,但能量却是巨大的呀,是个超级厉害的跨时区旅行家。
“生态好不好,鸟儿说了算”。勺嘴鹬对栖息环境要求比较高,在盐城、阳西、湛江、锦州等地能发现勺嘴鹬,表明当地有着优良的生态环境。希望以后可以见到更多可爱的“小勺子”!
来源:海南日报、复旦大学祖嘉生物博物馆、湛江日报、中国国家地理探索、爱鸟国际、大众科普、盐城发布、CEAAF
参考文献:
孙仁杰.“极危萌物”勺嘴鹬[J].广西林业,2017(04):25-26.
鹤博,蔡志扬,章麟,干晓静,刘文亮,李静,蒋忠祐,王松林,马志军. 勺嘴鹬在中国的分布状况和面临的主要威胁[J]. 动物学杂志,2017,52(01):158-166.
整理:刘雪洁