脚下沾满泥土 脸上带着微笑******
脚下沾满泥土 脸上带着微笑
——巩义市场监管局曹振普同志印象
山川大美,豫西巩义。龙马呈河图,神龟献洛书。裴仰龙山,化文擎旗。楚汉风云,犹有陈迹。唐宋遗韵,扑朔迷离。革命建设,回肠荡气。改革开放,当先崛起。天时地利,人和加持。物华天宝,羲皇画八卦之象;人杰地灵,雄才展六艺之姿。
振普同学,生于斯长于斯,大山之浑厚,黄河之豪放,洛水之柔情,榆槐之沧桑,松柏之耿直,老柿之积淀,小草之轻奢,红叶之热烈,山花之烂漫。天地精华,滋润灵魂。山川风月,启迪智慧。时有柔情刻骨,时有豪情天纵。志堪气吞山河,才能经天纬地。半生回首觉匆匆,越秋冬,雪霜浓,云卷云舒、缥缈逝无踪。而今岁月念初衷,爱相从,趣无穷。既然选择远方,只顾风雨兼程。绽放璀璨芳华,成就诗意人生。
同窗之时,隔壁兄弟。青涩年华,多无顾忌。放飞自我,谈天说地。嬉笑怒骂,落拓不羁。悟言室内,因托所寄。放浪形骸,趣舍殊异。或静或躁,欣于所遇。惯常自足,暂得于己。时光荏苒,不觉东西。
毕业多年,少聚多离。所幸同壕,行政管理。诸多事情,皆有话题。电话频连,兴致忘机。丙申相邀,竹林畅叙。晚风把酒,晨登石梯。浅斟低酌,酣畅淋漓。笑声阆苑,划破清寂。
投身事业,不惜心力。服务发展,殚精竭虑。强化监管,肝披胆沥。调解纠纷,破除僵局。化解矛盾,动情晓理。注重建设,夯实根基。成效显著,点赞如饴。
心係营商,家国大义。情牵商户,法送万企。消除堵点,解决难题。招商引资,聚财引智。打造环境,图新除弊。城镇山乡,深印足迹。
手拿相机,登高爬低。独具慧眼,摄取美丽。黄土高坡,伊洛圣水。长寿红叶,嵩阴植被。鳞栉楼厦,特色民居。康氏庄园,诗圣故里。慈云寺院,北魏崖迹。七帝八陵,白河窑瓷。原野采风,山峰撷翠。百业竞进,父老欢喜。定格瞬间,留住回忆。记录时代,不负影艺。诉说辉煌,扮靓巩义。数册影集,洒满汗滴。
良知为怀,深情厚谊。与人为善,于缘珍惜。热情好客,却不拘礼。近者心悦,远客欣怡。领导赏识,朋友赞誉。视企如己,亲清关系。周到服务,全心全意。若有所需,尽心竭力。众口交赞,名扬乡里。
不问收获,躬耕执犁。昼作夜息,栉风沐雨。允文允武,勤政律己。日拱一卒,龙宫终抵。不计回报,功在桑梓。今又新作,煌煌象极。自愧不如,窃生慕意。素描无它,攒此拙句。
率性人生,烟火气息。亦有阳春,亦可下里。心无羁绊,身无藩篱。胸中有光,竹杖素履。岁月沉香,时光知味。
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。
(文图:赵筱尘 巫邓炎)