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。
在岗服务费、满单奖励,网约车平台“花式”应对春节供需紧张******
“虽然是一年一度打车难,但今年来得太早了点吧。”近日,有用户在社交平台反映打车难情况。新京报贝壳财经记者注意到,疫情防控放开后的首个春运,返乡、旅游、购物等被抑制的需求迎来集中释放。
网约车供需出现紧张,不过各平台也积极保障运力,哈啰打车、美团打车、T3出行、首汽约车等平台推出春节在岗服务费、调度补贴等措施,满足用户出行需求。
春节期间网约车将出现供需紧张
“发现北京的司机变少了,打车难了,可能大家回家过年了。”近日,有用户在社交平台反映打车难。新京报贝壳财经记者走访发现,时值岁末,网约车运力有所下滑。
滴滴快车冯师傅是河南周口人,1月10日就准备返乡过年,“辛苦一年不容易,也不差几天了,提前一点回家过年,到时候也早点开工。”
“我也打算1月10日左右回家,也有不少同行在月初就回家了,有钱没钱回家过年。”来自河北邯郸的滴滴快车付师傅称。
不过,也有司机选择就地过年。“不回家了,家里人都来北京了,东北太冷,回家也只能在室内呆着。”来自辽宁的滴滴快车司机张师傅表示,春节期间出车看情况,有空就多拉会儿。
作为疫情防控放开后的首个春运,返乡、旅游、购物等被抑制的需求迎来集中释放。首汽约车预测称,春运期间运力紧张,尤其今年预计将会出现大规模回乡探亲、旅游度假等情况,运力保障尤为重要。
T3出行大数据显示,2023年春运期间,预计平台呼叫量同比增长超过七成,呼叫峰值同比增幅将突破100%,1月19日和20日为出行最高峰,前往火车站等交通枢纽、旅游景点、购物中心的出行热度最高。
哪些城市是热门出发地?根据T3出行大数据,今年春运期间,深圳、上海、广州、杭州、成都、重庆、南京、青岛、武汉、长沙是十大热门出发城市。
“今年春节期间大城市出行需求会有较大降幅,而小城市的出行需求因人口返乡会有上涨。但不同城市运力缺口都会存在,尤其是大城市更容易出现网约车叫车难的情况。”哈啰打车相关负责人介绍。
各平台加强节日运力保障
“在春节法定节假日周期,向车主提供春节在岗服务费、高额冲单奖励等,预期将为车主收入带来较大涨幅,同时维护供需平衡。”哈啰打车负责人表示。
往年为保障春节网约车运力,滴滴出行、曹操出行、高德打车等平台均推出“春节服务费”、免佣金等措施,为春节期间坚守岗位的司机予以激励。新京报贝壳财经记者了解到,今年各平台也将延续该措施,稳定平台运力。
2022年12月开始,美团打车已经推出了“1亿保障基金”,其中包含春节前后给到司机的出车激励和调度补贴。此外,美团打车还推出车队赛、满单奖、热区单单奖等春节增收活动,鼓励司机在春节期间出车,保障节日期间运力充足。
美团打车负责人表示,“休闲娱乐、走亲访友等多样化的出行需求将在春节期间迎来一波高峰。在除夕、春节、元宵节夜间时段,美团打车高峰好叫车联合办公室将加大在医院、场站、旅游景点、购物商圈等场景峰期的运力调度,保障春运期间乘客安全有序出行。”
“将在驾驶员群体实施过节费、感恩红包等一系列福利政策,激励驾驶员更积极地投身于春运保障工作当中。同时,针对机场、火车站、城际用车等用车集中的场景,首汽约车将出台针对性运力部署方案,将出行需求集中的场站等地点集中部署运力,以缓解交通运输压力。”首汽约车相关负责人介绍。
“结合春运出行需求,我们投入大量资源开展新春活动,希望借此充分满足消费者的出行需求,进一步促进消费复苏。”T3出行相关负责人表示。T3出行将积极调配运力资源,加强交通枢纽、旅游景点等区域运力供给,保障用户出行需求。
平台需要精细化运营
“2022年没挣到钱,春节就不回去了,和媳妇在北京过年,春节会出车。”来自黑龙江的滴滴快车司机隋师傅从2022年5月开始跑滴滴,每月车辆租金5800元,抛去油费等开支,所剩无几,有时还要倒贴。
曹操出行李师傅是北京人,兼职跑网约车,“公司有倒班休息,所以有时间就出来接一些单,也没有固定时间,一个月也能挣3000元-4000元。春节看情况出车吧,当作兜风散心。”
疫情之下,网约车行业人员流失颇多,还坚持的司机大多是自己带车,冯师傅、付师傅、李师傅便是如此。“我们小组里退车的不少,但干其他的也不好干,会越来越好的。”隋师傅介绍。
网约车行业一定程度上为一些人灵活就业、过渡性就业提供了方便。不过,疫情之下,行业也在承压,一些平台也在积极拓展业务,提升平台活跃度。
截至2022年末,哈啰打车自营运力服务城市接近40座,数量较2021年底(接近30座)小幅上涨。从区域分布看,哈啰打车仍主要在广深大湾区、长三角经济圈、川渝经济圈深耕。
“从结果看,在所有已开通城市,哈啰均能够快速步入一线阵营。在部分重点城市尤其是运营时间较长的城市,哈啰在当地份额排名基本都靠前,毛利等城市运营指标能够转正。”哈啰打车相关负责人介绍。
2022年,以哈啰打车、美团打车、高德打车为代表的网约车聚合模式迎来发展机遇,各平台吸收了不少头部平台单量,聚合模式也获得了主管部门更高重视。
2022年8月,交通运输新业态协同监管部际联席会议办公室对11家出行平台公司进行了提醒式约谈,首次提及聚合平台要确保接入的网约车平台符合有关规定,督促接入的网约车平台公司加强车辆和人员管理。
“网约车行业已经过了草莽圈地发展的阶段,在巨量的从业车主规模背后,单一平台订单竞争激励,已很难满足车主需求,多平台接单已经成为车主共同选择。”一出行平台业务负责人介绍,行业需要精细化运营。
(文图:赵筱尘 巫邓炎)