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。
易安保险重整最新进展:比亚迪36亿元收购款已就位******
本报记者 冷翠华
2月2日,记者从天眼查了解到,易安财产保险股份有限公司(以下简称“易安保险”)已收到比亚迪拟收购款36亿元。这意味着业界盛传已久的“比亚迪收购易安保险100%股权”事件有了新的进展。
易安保险于2016年2月份开业,是国内四家专业互联网保险公司之一。2020年7月份,易安保险因偿付能力不足等原因被银保监会接管。2022年7月份,银保监会原则上同意易安保险进入破产重整程序。
根据会计师事务所出具的审计报告,截至2022年3月末,易安保险资产总计3.35亿元,负债合计4.62亿元,股东(或所有者)权益合计为-1.27亿元,账面资产小于负债。尽管资不抵债,但作为四家互联网保险公司之一,其具有管理结构扁平、轻资产运营等优势;同时,其自身资产负债体量不大,有望通过有限投资改善偿付能力,具有重整价值和挽救可能。
根据《保险公司股权管理办法》(以下简称《办法》),单一股东持股比例不得超过保险公司注册资本的三分之一,但收购保险公司的,其出资或持股比例上限不受限制。同时,参与保险公司风险处置的,也不受该《办法》关于股东资质、持股比例、入股资金等规定的限制。此次比亚迪拟收购易安保险100%股份。
一位不愿具名的业内人士对《证券日报》记者表示,比亚迪是收购易安保险并发挥业务协同作用的良好对象,前者是实力强大的新能源车企,且自身业务与保险高契合度。不过,目前易安保险的经营范围中并不包括车险业务,该人士表示,比亚迪入主之后,必然会向银保监会申请车险经营资格,且重点将围绕新能源汽车开展相关保险业务。
事实上,汽车厂家布局保险行业的案例并不少见。在车企布局保险公司方面,广汽集团控股众诚保险,一汽集团控股鑫安保险,2021年,吉利控股集团入股合众财险,持股比例33.33%,达到单一股东的持股上限。
在车企布局保险中介方面,公开信息显示,小鹏汽车保险代理成立于2018年;特斯拉保险经纪成立于2020年;2022年1月份和3月份,蔚来保险经纪、比亚迪保险经纪先后成立。
另一位业内人士对《证券日报》记者表示,新能源车险作为新能源车企与车主长期交互、激发日活、增加用户黏性的重要接口,必然是各大新型车企重点布局的板块。这也是众多新能源车企布局保险领域的重要原因,保险公司在车险领域的网点优势和经验优势也是新能源车企需要的,因此,车企入股保险公司或者收购保险公司的交易较多。
该人士表示,如果能实现真正的融合,发挥好车企和险企的业务协同作用,将产生强大的竞争力,相关险企可能实现跨越式发展。但也需要意识到,金融行业在监管规则、盈利模式、资金运用等方面都有很强的特殊性,与实体行业存在一定差异。一旦险企被收到一个品牌下,相关战略就需要进行较大调整,考核方式和展业模式都要保证有力又伸缩有度,才能真正实现融合发展。
某券商非银分析师对记者分析说,新能源车企进军车险业务有其独特优势,尤其是其掌握汽车风险以及车辆相关用户的数据,对车险产品开发、售后服务等都具有重要意义,比亚迪收购易安保险之后双方都有望实现更好发展。(证券日报)