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。
楼市预期改善 “返乡置业”热度有所抬升******
机构近日发布的数据显示,百强房企1月份销售金额同比下降超三成。业内人士表示,受春节假期等因素影响,1月楼市表现不佳。在鼓励住房消费政策的驱动下,楼市预期出现改善,“返乡置业”热度有所抬升。
出现回暖势头
中指研究院数据显示,受春节假期等因素影响,2023年1月,TOP100房企销售总额同比下降31.7%,较去年同期降幅扩大8.6个百分点,较去年12月同比下降29.4%的降幅稍有扩大。
具体到企业,中指研究院数据显示,2023年1月,万科以250.2亿元权益销售额重回榜单第一,保利发展和碧桂园紧随其后。建发房产、越秀地产、华发股份新进十强队列,分别位列第八、九、十。
另据克而瑞发布的数据,2023年1月,百强房企销售操盘金额为3542.9亿元,同比降低32.5%,环比降幅达到48.6%。克而瑞研究中心认为,三四线城市“返乡置业”热度有所攀升。不过,春节期间房企推盘积极性不高,营销力度减弱。
从房价角度看,贝壳研究院发布的最新数据显示,1月份50个代表城市二手房价格指数环比上涨0.2%,自2021年8月以来首次环比止跌。在50个代表城市中,约六成城市二手房价格在1月份止跌,涉及京津冀、长三角、粤港澳大湾区、成渝等重点城市群。
从各大城市成交情况看,受春节返乡、出游等因素影响,1月份,50个代表城市二手房整体成交量环比有所回落,但北京、廊坊、天津、重庆、郑州等地成交量较2022年12月有所提升,市场出现回暖势头。剔除春节假期时间段,50个代表城市1月份二手房日均成交量较2022年12月日均水平提高20%以上。
贝壳研究院认为,市场修复主要有两方面原因,一是购房者收入预期和消费动力有所恢复;二是在降首付、降利率等鼓励住房消费政策的持续驱动下,市场预期出现改善。
房企扎堆融资
近期,不少大型民营房企发布融资公告,有的房企单笔融资金额超过百亿元。
1月31日,碧桂园发布公告称,碧桂园地产集团获银行间市场交易协会接受储架式注册发行200亿元中期票据。碧桂园地产可在注册有效期内分期发行中期票据。
1月26日,碧桂园与中国民生银行香港分行签署融资协议,获最高达5000万美元等值的人民币定期贷款融资。
2月2日,中国银行间市场交易商协会网站显示,美的置业150亿元中票、新城控股150亿元中票、万科337亿元中票、新希望五新实业集团10亿元中票及中国铁建房地产22亿元中票获得银行间交易商协会接受注册。
另外,上市房企的股权融资也在有条不紊地进行中。荣盛发展近日公告称,中国证监会对公司提交的非公开发行A股股票行政许可申请材料进行了审查,认为申请材料齐全,决定对该行政许可申请予以受理。荣盛发展称,公司本次非公开发行A股股票事项尚需中国证监会核准后方可实施,能否获得核准尚存在不确定性。