点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
“阳康”后不适如何缓解？官方详解第十版诊疗方案******
中新网北京1月10日电(韦香惠)9日，国务院联防联控机制就第十版诊疗方案有关情况举行发布会。国家卫生健康委新闻发言人、宣传司副司长米锋表示，医疗救治是新冠疫情防控工作的当务之急，做好诊疗关口前移和重症患者救治是重要着力点。
上海社区卫生服务中心持续扩容增能 殷立勤 摄新版诊疗方案进一步丰富诊断和治疗手段
国家卫生健康委医疗应急司司长郭燕红介绍，在诊断标准上，将新冠病毒的抗原检测阳性纳入了诊断标准，主要考虑是抗原检测对病毒载量高的感染者有非常好的检测灵敏度，特别是随着抗原检测技术不断优化和成熟，因此新冠病毒感染者特别是病毒载量高的感染者检出率比较高。同时，抗原检测非常方便，简单易行，方便感染者在家里进行自测。
在临床救治方面，国家卫健委充分借鉴三年来取得的宝贵经验，一是加强关口前移；二是进一步规范重症救治；三是坚持中西医结合；四是进一步强化新冠病毒感染与基础疾病共治理念。
医护人员为市民进行氧饱和度检测。 殷立勤 摄临床分型为何取消普通型，增加中型
郭燕红解释，中型定义是持续高热大于3天，在静息状态下吸空气的指氧饱和度要大于93%，影像学可见特征性的新冠病毒感染肺炎表现，但是它比重型，也就是氧饱和度小于93%的程度要轻，这类病例归类于中型。
她表示，第十版诊疗方案的调整是根据感染者病情的严重程度，分为轻型、中型、重型和危重型，更加符合临床实际。临床分型调整以后，也更加有利于医务人员对患者的病情进行综合研判，并给予综合的治疗措施。
医护人员在CT扫描室帮助市民进行拍片。 殷立勤 摄高危人群为何由60岁以上调为65岁以上
第十版诊疗方案中的重型和危重型高危人群的判定标准，年龄从第九版的大于60岁改成了大于65岁。
对此，北京大学第一医院感染疾病科主任王贵强解释，关于这次微调，在临床实践中，确实发现65岁以上的患有基础病、尤其没有打疫苗的人群重症化和危重症比例更高，目前临床上也发现了这样的现象，所以这次诊疗方案进行了微调。
“不管60岁还是65岁，我们都要强调伴有基础病的、没有打疫苗的更需要关注。”王贵强表示，希望在临床实践中将这些高风险人群纳入管理，早期干预和观察，发现问题及时转送上级医院进行进一步救治，最大限度降低重症和死亡的风险。
村卫生员在卫生室准备中药与县乡医务人员及村干上门开展巡诊服务。 吴德军 摄针对“阳康”后不适，提出三种治疗方案
首都医科大学附属北京中医医院院长刘清泉提到，每一位患者都十分关注“阳康”后的不适，第十版方案根据奥密克戎变异株的临床特征提出了三个状态的治疗方案。
他介绍，一是针对乏力伴有脾胃功能虚弱，提供了经典名方六君子汤治疗；二是针对乏力伴易出汗，心慌胸闷等不适，推荐了沙参麦门冬汤、竹叶石膏汤等经典名方；三是针对目前最常见的咳嗽痰少等不适，方案推荐了射干麻黄汤。
刘清泉表示，第十版方案非常关注核酸、抗原转阴后的诸多不适，尤其是更加适用于奥密克戎变异株感染转阴后的康复治疗。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
三分快三地图 |
)