彩神彩票app-购彩大厅APP | 在线登录-APP下载

来源：彩神彩票app客户端2024-02-19 17:48

彩神彩票app

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。

试飞成功西工大翼身融合民机技术研究取得重大突破******

　　中新网西安1月30日电 (记者阿琳娜)记者30日从西北工业大学获悉，日前，该校研制的翼身融合大型客机的缩比试验机试飞成功。作为系列关键设计技术飞行验证的摸底试飞试验，此次试验进行了试验机的起降、通场、规划航线自主飞行等科目测试，完成了预期的飞行计划。

　　据介绍，飞行试验由西工大牵头的国内翼身融合民机技术研究团队组织实施，是翼身融合民机技术研究从概念研究到技术验证的关键一步。

　　翼身融合民机外形拥有宽扁的机身，极具流线感，机身和机翼之间过渡光滑，没有明显的界限，机舱位于微微鼓起的机身下方。这种机翼、机身融为一体的飞机，被称为翼身融合飞机，是未来民机的发展方向。

　　目前，国际通用的传统民航飞机是由一个类似于圆柱型的机身和机翼、尾翼、发动机构成的。这种机翼和机身有着明显界限的传统布局经过数十年的发展，其空气动力效率已几近极限，飞机的油耗、噪声、有害气体排放等环保指标无法进一步降低。

　　为推动民机技术变革，经过多年的探索，国际航空界发现这种机翼、机身高度融合的翼身融合民机具有气动效率高、结构重量轻、装载空间大、节能、环保等优点，是满足未来民机发展要求的革命性技术之一，是国际上下一代宽体客机发展的优先方向。

　　上世纪90年代末以来，西北工业大学牵头的国内翼身融合民机研究团队汇集了国内航空院所、相关高校的优势力量，是国内最早、国际上深入该领域研究的团队之一，经过多年的技术攻关，团队取得了一系列国际领先的研究成果。

西工大翼身融合民机技术研究取得重大突破。　西北工业大学供图

　　“概念方案牵引关键技术研究，关键技术研究支撑方案演化成熟，这是我们团队在进行翼身融合民机技术研究时确立的发展路线。”翼身融合民机技术研究团队原负责人、西工大航空学院张彬乾教授说。

　　团队持续关注跟踪国际技术动态，瞄准国外技术瓶颈，寻求突破，自主创新，探索新的技术途径，在国际上率先提出“后体加长翼身融合布局”新概念，并围绕高速飞行与低速起降性能协调、客舱乘坐舒适性与应急疏散兼容、增升与配平能力匹配三个核心技术难题，攻坚克难、获得突破，形成了综合性能国际领先的NPU-BWB-300翼身融合民机技术概念方案。

　　经过系列大型风洞试验、数值仿真与缩比飞行等关键技术验证，团队攻克并掌握了总体、气动、飞机—发动机匹配、飞行控制等一批系列关键设计技术，并在飞机系列化发展、中央机体特殊结构、噪声抑制等技术方面取得了重要进展。

西工大翼身融合民机技术研究取得重大突破。　西北工业大学供图

　　团队形成的翼身融合民机概念方案采用了单排16座设计，为乘客提供了宽敞舒适的乘坐环境。团队负责人李栋教授介绍：“我们团队设计的翼身融合民机相较于目前国外一排24—30座的设计，飞机转弯飞行时，坐在外侧的乘客受到的过载感受更小，乘坐体验更加舒适。”同时，机身两侧均匀布置了8个舱门，很好地满足了90秒黄金逃生标准要求。

　　从翼身融合布局民机概念的提出，到核心技术的攻关，再到关键技术突破，以西工大为核心的研究团队，十几年来坚持自主创新的发展理念，脚踏实地、严谨务实、追求卓越。经过长期研究，团队设计的翼身融合民机概念方案的综合性能已处于国际领先水平，达到或接近NASA“新二代”宽体客机发展目标。

　　在双碳目标背景下，节能减排成为中国航空运输业发展的重中之重。如何减少飞机的碳排放甚至做到零排放也是团队在翼身融合民机技术研究中始终追求的目标。

　　目前，团队已经在新能源翼身融合民机技术方面展开研究，已完成了氢能翼身融合民机概念方案初步设计。

　　下一步，团队将进一步验证完善翼身融合民机总体综合设计技术，攻克结构、降噪等关键技术，并聚焦新能源飞机技术发展方向，攻克背撑式/背负式/分布式发动机布局设计技术，为电能/氢能动力翼身融合民机发展提供技术储备。(完)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）