天天发娱乐登录 - 天天发娱乐论坛

来源：天天发娱乐官方2024-04-04 17:48

天天发娱乐登录

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。

来呀，欢迎你到元宇宙来旅游！******

　　拥挤的人潮、高昂的旅行成本……如果可以在元宇宙里旅行，或许就不用有这样的烦恼了！近日，在线旅行社Booking对32个国家或地区的24,179名受访者进行了调查。结果表明，元宇宙作为最新的亚加密生态系统之一，将深刻影响2023年现实世界的旅行选择，最有可能在其中尝试旅行体验的是Z世代（45%）和千禧一代（43%）。

　　除了相对成熟的视觉技术，借助触觉反馈等支持技术，用户可以足不出户即可体验沙滩和热带阳光。元宇宙旅行真的要来了，你准备好了吗？

图源：pixabay

　　元宇宙助你解锁更多旅游“姿势”

　　数字孪生建模、3D渲染、全息成像等多种技术手段为虚拟空间的旅行注入了崭新活力。从点到线，从线到面，再到立体空间，技术助力景区生成数字孪生体，甚至形成景区之间相互连接的3D数字空间网络。

　　可以从“上帝视角”欣赏山川河流的美景？

　　2022年11月，全球首个景区元宇宙平台“张家界星球”测试版在中国湖南正式发布。通过5G、UE5游戏引擎开发、云端GPU实时渲染等多种融合技术，构建了张家界景区数字孪生世界，展现大自然亿万年的鬼斧神工，让旅行者飞行于如诗如画、如梦如幻的武陵源之间。

图源：pixabay

　　居家午后就可以进入一家虚拟博物馆，感受历史长河的辉煌与沉寂？

　　巴黎国家自然历史博物馆利用微软头显HoloLens 2“复活”已灭绝物种，推出沉浸式展览，在增强现实中展现剑齿猫、渡渡鸟、象鸟等动物，为残缺或是消逝的过去进行“虚拟的修复”，传递文化的力量。运用“非线性”的叙事方式，实现主体在元宇宙中的自由切换与跳转，形成沉浸式的互动体验。

图源：微软官网

　　美国纽约大都会艺术博物馆推出约40万件虚拟展品，与热门游戏梦幻联动，通过虚拟展品二维码将藏品导入到游戏中，在不同平台和场景中转换，突破了博物馆本身的空间限制，吸引着跨领域受众的注意力。

图源：pixabay

　　足不出户就能听一场千里之外的演唱会，看一场跨越半球的时装秀？

　　早在2020年，美国说唱歌手Travis Scott就在游戏《堡垒之夜》中举办了元宇宙演唱会，同时在线玩家超过1200万。这种沉浸式虚拟演唱会通过不断强化玩家的在场感，使玩家更加清晰地感知到与其他玩家、演出嘉宾的连接与共鸣，从而大获成功。

图源：Bilibili

　　瑞典快时尚品牌H&M在任天堂游戏《动物森友会》的动物保护区中举办虚拟时装秀，发布即将推出的动物友好时装系列，宣扬该品牌的可持续发展理念。

图源：WWD

　　旅途太孤单？虚拟人物可以时刻“陪游”

　　景区旅游虚拟人物一般根据景区人文、历史、地域等特点，通过动画设计出虚拟2D或3D的人物形象。虚拟人物在景点IP的营销上独具趣味性、新鲜感，并具有粉丝经济和视频流量等方面的优势。

　　游客可以在日本请虚拟人“coh”介绍东京涩谷，也可以在德国请虚拟人“Maia”用德语介绍波恩。通过5G和XR流媒体解决方案，手机平台可以实现多人实时体验和任务下达，让虚拟人物做我们的导游。

图源：网络

　　俄罗斯莫斯科航天博物馆甚至“养”了一只可爱的3D虚拟猫作为导游服务游客。游客需要先在手机上下载一款名为“瓦西卡和小星星”的软件。进入博物馆后，游客通过扫描展品附近特殊的二维码标签便可在手机屏幕上看见3D虚拟导游猫，听它讲述每个展品的故事。

　　元宇宙为旅游虚拟人物提供了一片广阔的性格塑造沃土，人文、历史和地域属性，使人物背景更丰满，更贴近生活。2021年，中国青岛动漫节推出虚拟偶像“海萌姬”，作为该活动的形象代言人，与“动漫岛”平台签署合作协议并正式进驻，展现青岛城市特点，开拓文旅市场。

图源：人民科技

　　未来，元宇宙下的虚拟人物生活在元宇宙城市，多维数字空间都能发现她的生存轨迹。采用全新的3D渲染技术，人们与虚拟人物的互动可在真实环境下；利用互联网海量的人格脱敏数据和AI算力，虚拟人物可以实现更贴近人性的人物性格塑造，可与人们开展亲切自然的对话和行为反馈，为人们带来新鲜的异地体验。

　　游玩结束，元宇宙纪念品怎么能少？

　　2008年区块链技术的诞生，为文旅业的虚拟纪念品提供了发展条件。

　　此前，迪士尼公司CEO表示，元宇宙是迪士尼首要考虑的战略之一。除了使用“现实场景中的虚拟世界模拟器”将公园内游客的个性化3D效果，投影到附近的墙面、物体上，迪士尼还授权NFT收藏平台VeVe,发售包括《玩具总动员》《怪兽电力公司》《汽车总动员》《超人特攻队》等经典动画角色NFT。上架不到一天，54995件NFT全数售罄。

图源：pixabay

　　2021年，波罗的海航空公司发布其首批NFT，样式类似于一张明信片，描绘了一架空中客车飞机在拉脱维亚的一个小镇上空飞行。首批发布的NFT为100个，每张图片稍有区别，这些NFT在交易平台OpenSea上发布。随后，澳洲航空公司也宣布发布他们的NFT数字艺术收藏品系列，澳洲航空公司还将向其初始购买者授予澳航积分，这些积分可用于兑换机票。