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。
中国鱼用中国种 人均年占有量为世界两倍******
中国鱼用中国种 人均年占有量为世界两倍【水产养殖加工企业探索创新育种,水产品预制菜市场崛起,深加工成发展趋势】
从吃鱼难到年年有余,水产不再是人们逢年过节才有的硬菜,而是餐桌日常。我国人均水产品消费量2021年为14.2千克,比2015年的11.2千克上升26.8%,连续7年呈上升趋势。水产消费从“温饱型”向“品质型”过渡,青鱼、草鱼、鲢鱼和鳙鱼四大家鱼养殖热情减退,鲈鱼、鲟鱼等特种水产养殖量呈现较高增长,近五年养殖量增长率分别为78.4%和32.4%。
水产养殖加工企业探索创新育种以获得优质种源。受益于我国冷链物流不断完善,水产预制菜市场崛起,成为丰富人们蛋白质需求的重要补充。
瞄准育种攻克难题
“看今年哪种鱼卖价好,明年接着养”,过去渔民凭经验养殖,可能会造成产品过剩卖不上价。在富煌三珍总经理倪宝友看来,这是传统养殖高度分散的弊端。如今随着科学养殖意识逐渐增强,水产养殖逐渐实现标准化、规模化,也给水产品深加工带来稳定的原料供应。
不少企业与农户签订长期合作助推水产养殖标准化、规模化。富煌三珍有1440亩斑点叉尾鮰苗种繁育区,10万亩订单养殖基地。斑点叉尾鮰原产于北美洲,因抗病力强、骨刺少、肉质鲜美等成为烤鱼界的标配。
作为富煌三珍深加工产品的主要原料,斑点叉尾鮰在2015年时面临原种退化,攻克原种迭代成为公司发展的一道难题。“原种退化会降低鱼的抵抗力”,倪宝友说,公司为此联合江苏淡水水产研究所及全国水产技术推广总站联合攻关研发培育出“江丰1号”,其生长速度快、抗病力强,摆脱对原种依赖。“江丰1号”成为农业农村部重点推广养殖的水产新品种,带动全国产业链上下游年产值近500亿元。
可以说,近些年我国在水产种业方面不断突破,养殖种类丰富。数据显示,我国水产养殖种类达300种以上,水产养殖的种源自给率相当高,年提供苗种6万亿尾(粒)以上,基本实现“中国鱼主要用中国种”。2021年,我国养殖水产品人均年占有量47.36千克,是世界平均水平的两倍。
新技术为“鲜”护航
水产品在膳食结构中的比重不断增加,促使我国水产品需求持续增长。企业融入国内国际“双循环”格局,改变长期以来以出口为主的局面,转而深挖国内市场,发力水产深加工、延伸产业链,实现升级迭代。
包括国联水产、大湖股份、佳沃食品、富煌三珍等水产养殖企业延伸水产品加工产业链,实现由上游养殖到渠道营销升级转型。比如富煌三珍转向国内市场,专注斑点叉尾鮰细分品类推出烤鱼预制菜。“水产品预制菜的核心是保持原汁原味”,倪宝友介绍,目前传统的快速锁鲜技术多采用风冷,2019年公司与中科院合肥物质研究院合作,引入液浸式冰温保鲜冷冻技术,用零下40℃的微冻液系统进行冰温鲜冻,使解冻后鱼的口感与新鲜鱼几无差别,推动调味鱼行业提质升级。
水产深加工背后离不开冷链物流支撑。数据显示,2021年我国冷链市场规模近4000亿元,较2017年增长64%,2021年中国冷藏车保有量34万辆,较2017年增长195%。味知香、立高食品等预制菜企业还通过自建冷链物流体系保障配送。
品质生活下,越来越多的企业还通过技术实现从“塘头”到“餐桌”的全链条质量安全可追溯机制。未来,水产企业将继续从育种突破到技术创新为“鲜”护航,以更优质的蛋白水产品丰富人们的餐桌。
新京报记者 秦胜南
(文图:赵筱尘 巫邓炎)