盈彩网投资平台必赚方案_ISO/安卓/推荐(2023已更新)

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。

世界杯 | 消灭“越位”争议 它们的眼睛就是尺******

　　世界杯记录着年轻人的成长

　　也见证着赛场科技的革新

　　巴西世界杯引进门线技术

　　俄罗斯世界杯采用视频助理裁判（VAR）

　　半自动越位识别技术（SAOT）

　　也在2022卡塔尔世界杯上首次亮相

　　图源：新华社——VAR工作间

　　今天就让我们一起来了解

　　世界杯里的“黑科技”

　　看看在本届世界杯中

　　它们又会有怎样的应用呢？

　　从没有裁判到科技协助裁判

　　回望百余年前，最初的足球规则甚至都没有引入裁判这个概念。

　　起初，球场上出现的争议由双方队长商议解决，不过，随之而来的抱怨和混乱让队长们力不从心。于是，裁判的角色应运而生，他口中的哨子甚至要比裁判本身更早进入到足球规则里。在随后的日子里，两名助理裁判（或称之为边裁）加入比赛，辅助主裁判对比赛做出判罚。

　　图源：网络——国际足球协会理事会（IFAB）编纂的《竞赛规则》

　　电视转播的出现，让观众能够更加清晰地观察到赛场上的细节，也促使裁判的辅助工具实现“进化”。英超是最先提出使用门线技术的主流联赛，不过他们的动议起初却遭到了国际足球协会理事会（IFAB）拒绝。

　　门线技术（Goal-line technology）可以判断球是否越过了球门线，从而判断是否进球有效，该系统是基于嵌进球中的一个芯片，当球穿过布于球门区域的传感器时，芯片可向主裁判所佩戴的智能腕表发送信号。

　　2010年南非世界杯中的一场比赛，成为这一技术得以使用的重要转折点。在英格兰对阵德国的八分之一决赛中，三狮军团中场兰帕德一脚精彩的射门已明显越过门线，但却被裁判吹罚无效。最终，英格兰以1:4惨遭淘汰。

　　兰帕德的“门线冤案”，促使门线技术投入到使用中

　　这粒被吹出的入球不仅促使门线技术被正式采用，也极大地扭转了足球规则的制定者们对于使用高科技手段的态度。

　　后来，随着科技的发展，VAR技术在所有大型比赛和50多个国家（地区）的联赛等比赛中都得到了广泛的使用。

　　VAR是英文Video Assistant Referee的缩写，也被称作“视频助理裁判”，由现役裁判员担任，他的职责是通过回放视频向裁判员提供信息，协助裁判员纠正改变比赛走势清晰明显的错漏判，提高判罚的准确性。

　　VAR主要依靠遍布足球场上的多个摄像机镜头，多机位，多角度捕捉场上球员的每一个细小动作，从而做到“火眼金睛”。当场上出现争议判罚或主裁判需要调取比赛录像时，由技术人员操作，调出相对应的回放节点，以得到更加公正的比赛判罚。

　　技术创新的最新成果

　　虽然VAR也可以辅助裁判进行越位识别，但有时碍于镜头角度以及划线位置，在一些体毛级越位的判定上，VAR仍有其局限性。

　　图源：网络 半自动越位识别技术工作原理

　　半自动越位识别技术（SAOT）可以理解为VAR的延伸，每座球场顶部将设置12台特制摄像机，对场上的足球和球员进行追踪，以每秒50次的频率发送数据，能够精准确定每名球员的位置。特制摄像机和球内传感器收集的数据信息将由人工智能系统进行分析，只需几秒钟就能对越位情况作出判断。

　　图源：网络 半自动越位识别技术示意图

　　主裁判判罚完成后，SAOT会生成3D动画图像，在场内大屏幕以及电视上播放，以更直观地展示球员越位的具体位置，让判罚更加清晰、有说服力。

　　2021年阿拉伯杯及2021年世俱杯等赛事中的测试中，半自动越位识别技术取得了不错的效果。有统计数据显示，在该技术支持下，视频助理裁判检查越位的平均时长从70秒以上降至25秒。

　　图源：网络 2022卡塔尔世界杯官方海报

　　从起初的哨音

　　到如今先进的

　　半自动越位识别技术

　　裁判员的“工具箱”不断升级

　　历经一百多年的发展历程

　　足球运动能够始终

　　作为全世界开展最广泛

　　最受欢迎的运动之一

　　不断创新是它最主要的动力之源

　　资料来源：人民网、人民日报体育、环球杂志、澎湃新闻

　　整理：董小娴 蔡琳

　　（文图：赵筱尘 巫邓炎）