点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
东西问·中外对话丨以电竞为业，是不务正业吗？******
从小众狂欢到大众竞技，中国电竞20余年来不断打破偏见和壁垒。
2001年，中国选手马天元和韦奇迪在WCG星际2V2项目中拿下中国电竞的首个世界冠军。彼时，电竞还只是小众的存在，无法与传统体育项目相提并论。
2016年，中国战队Wings在第六届DOTA2国际邀请赛上夺冠，全球粉丝对中国电竞充满敬佩和向往；2021年，EDG斩获S11全球总决赛冠军，引起一片沸腾。在主流赛事的推动下，中外电子竞技的交流和互动愈发密切。
电竞选手如何逐梦？电竞如何促进中外青年交流？中国电竞发展现状如何？就此，中新社“东西问·中外青年对话”邀请中国互联网协会电子竞技工作委员会副主任委员李杰、中国传媒大学动画与数字艺术学院副院长陈京炜、《王者荣耀》职业选手曹志顺(ID：久诚)、意大利华裔《英雄联盟》职业选手赵志强(ID：shad0w)展开对话。
视频：【东西问·中外对话】电竞不等于打游戏来源：中国新闻网
对话实录摘编如下：
“电竞入亚”，如何撕掉偏见标签？
中新社记者：在您看来，电竞与玩游戏的区别是什么？
陈京炜：电子竞技不等于打游戏。冠军是电竞选手的目标，快乐则是游戏玩家的追求。电竞选手在比赛中体现出来的勇往直前和无所畏惧与竞技体育精神相通，它们跨越文化，激励着一代代中外青年。
李杰：电子竞技与打游戏有质的区别。电竞选手为了胜利日复一日地刻苦训练、解读比赛；而打游戏则是生活的消遣、娱乐。可以说，电竞是小众的竞技，大众的娱乐。
中新社记者：2021年11月，电竞成为杭州亚运会正式竞赛项目。两位职业选手怎么看待“电竞入亚”？
shad0w：对电竞人来说，“电竞入亚”是个振奋人心的消息，也是电竞发展史上的里程碑，这代表着电竞正式被主流接纳，电竞选手的社会认可度也随之提升。
久诚：“电竞入亚”后，电竞项目所获得的奖牌将计入国家奖牌榜，这代表电竞选手有了为国出征的机会。如果能够在亚运会取得成绩，无论对个人还是对国家，都将成为一份荣誉。与此同时，更多的人将因此关注电竞，一些商业机构和企业也将加入，带动整个行业“出圈”。
电竞青年，如何“玩到点子上”？
中新社记者：久诚和shad0w是如何与电竞“结缘”成为职业选手的？在电竞俱乐部中的生活又是怎样的？
shad0w：我接触电竞之初，算是个“网瘾少年”，父母反对我这样的生活方式。为了证明给他们看，我去追寻我的职业梦。他们开始会担忧我的经济状况，害怕我维持不了自己的生计，但我用行动告诉他们，职业电竞也可以成为一份事业。后来，父母看到我的成绩，也开始慢慢支持我。
俱乐部的生活比较单调，除了睡觉、吃饭、洗漱，基本所有时间都在进行高强度训练。
久诚：我的经历和shad0w大相径庭。我家中是做电脑生意的，所以从小就接触电子产品，家人也常带我玩游戏。在游戏中，我遇到职业选手，他们会为我介绍比赛和职业生活，我发现这与我的梦想十分契合，于是开启了职业生涯。
中新社记者：电竞是吃“青春饭”的行业吗？
久诚：我认为不是说年纪小就能打出成绩，也不是年纪大就打不出成绩。电竞考验的是选手的脑力和反应能力，如果能及时预防和治疗职业病，在保持良好作息和健康生活的情况下，选手也能在30岁，甚至40岁时保持竞技状态。
李杰：年龄并不是限制，国家规定职业选手必须年满18岁。虽然随着年纪的增大，动作反应能力会逐渐下滑，但对选手来说，通过合理的系统训练和长年的实战积累，能够拥有较长的职业生涯。就像在足球比赛中，经验丰富的门将年龄往往集中在28岁到32岁。
中新社记者：越来越多的高校开设电竞专业，该专业学什么？就业前景如何？
陈京炜：电竞是一个非常长的产业链，可以分上游、中游、下游。上游主要集中在游戏研发；中游包括赛事组织、运营和导编播；下游直接面向受众，包括竞技员、俱乐部、解说等。虽然不同学校对培养方向和细分领域的选择会有所侧重，但都集中在培养上游和中游的电竞专业人才上，倾向于理论和实践相结合的教学模式。
电竞行业市场不断发展，对人才有了更多需求。电竞爱好者在考虑从事该行业之前可以先做一些了解和试练，不论是做竞技员，还是投身到上游或中游的产业中，我认为都有发展的机会和空间。
视频：【东西问·中外对话】电竞专业学什么来源：中国新闻网
一方屏幕，如何助力青年交流？
中新社记者：电子竞技行业的强劲发展拓宽了各国青年文体活动的空间与边界，您认为如何通过电竞推动中外青年人文交流？
shad0w：电竞是一门新兴的“世界语言”，在电竞的世界里，我们可以认识世界各地的朋友，相互理解、团结合作、公平竞争，大家在虚拟世界的交流中，展现出各自文化DNA中的修养和底蕴。
陈京炜：人们习惯崇拜自己擅长领域中的佼佼者，电竞领域也不例外。作为电竞文化的直接载体，电竞选手呈现的永不服输的意志、日渐精进的专业技能、面对挑战的不骄不躁让我们自豪。这些闪光点是中国年轻一代的代名词，也是中国文化的底色，吸引着全球电竞参与者的目光，让更多人认识中国、了解中国。
中新社记者：很多中外青年通过电竞结下友谊，您会向海外青年推荐哪个游戏角色？
久诚：我会推荐《王者荣耀》中的武圣关羽，这是以三国蜀汉名将为原型的战士型英雄角色。青龙偃月、赤兔马等中国元素融入其中，海外玩家会有不一样的游戏体验。可以说电竞正以人们易于接受的方式讲述国风魅力，将中华武侠文化中的义薄云天和忠肝义胆展现给世界。
中新社记者：中国电竞市场现状如何？推动中国电竞产业发展还需要做哪些努力？
陈京炜：作为新兴产业，电竞市场的发展既需要从国家层面对从业者劳动强度、风险规避、利益分配等方面的调控；又需要民间组织对行业规则、人才培养、中外交流的推动。
李杰：当下，中国已成为全球最大的电竞市场，相关政策正逐步完善，未来还会迎来更广阔的发展前景。
推动该产业可持续发展，我认为可以着眼于以下五个方面。第一，必须坚持中国制造。中国电竞需要中国元素，只有拥有自主研发的游戏IP，才会在电竞市场拥有更大的话语权。
第二，重视电竞人才培养。作为电竞市场的核心发展力，优秀的电竞人才有利于在国际社会中树立良好的中国青年形象。
第三，多角度深挖电竞产业。数字经济环境下，电竞产品的多元化属性可以提供更多商业模式，助力中国电竞产业良性发展。
第四，培育电竞行业的社会责任感。近年来，游戏防沉迷成为热点话题，电竞选手的心理、生理健康也引得各界关注，电竞从业者应勇担责任，彰显“智慧体育”“电竞运动”的价值和生命力。
第五，丰富电竞赛事体系，打造全球化的电竞平台。电竞产业应在实现内循环的同时与外循环对接，为规模化、市场化、现代化发展添砖加瓦。(中新网微信公众号)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发app地图 |
)