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。
部分需求提前透支 新势力车企1月销量集体遇冷******
截至2月2日,比亚迪、蔚来、理想、小鹏、极氪等车企披露了1月销量情况。受春节假期等因素影响,叠加新能源车“国补”2022年末退出,部分需求提前透支,2023年1月新能源车销量环比大幅回落。其中,零跑销量环比下降87%,小鹏销量环比下降54%。
业内人士表示,随着“国补”的退出,地方补贴或成为刺激新能源车消费的主导。同时,新能源车企降价,将带动终端销量增长。
销量环比回落
比亚迪、广汽埃安等传统车企以及“蔚小理”等新势力车企1月销量均环比回落。从造车新势力阵营看,“蔚小理”变成“理蔚小”。
1月,理想交付汽车15141辆,环比下降29%,销量超蔚来和小鹏之和。蔚来、小鹏分别交付8506辆、5218辆,环比分别下降46%、54%。
哪吒汽车交付6016辆,环比下降22.8%,超越小鹏位列新势力交付榜第三。哪吒汽车为2022年新势力销量冠军。
此外,赛力斯1月新能源汽车销量达4885辆,环比下降70.6%,同比增长38.78%。
极氪和零跑下滑较为明显。1月,零跑共交付汽车1139辆,环比下降86.6%,同比下降85.9%。极氪1月交付汽车3116辆,同比减少11.7%,环比减少72.5%。极氪表示,经过21天停产升级,极氪智慧工厂已于2月1日复工。
传统车企方面,比亚迪和广汽埃安依旧保持较强竞争力。1月,比亚迪销售新能源汽车15.13万辆,环比下降35.7%,同比增长62.4%。根据乘联会预测数据,1月新能源汽车零售36万辆左右。比亚迪占据超40%的市场份额。
此外,广汽埃安1月销量依旧过万,达10206辆,环比下降66%。
车企“以价换量”
对于1月新能源汽车销量环比回落,业内人士表示,受补贴退坡和春节假期影响,1月新能源汽车销售整体数据弱于正常表现,但仍属乐观。
对于1月销量环比降幅较大的原因,乘联会秘书长崔东树表示,新能源汽车销量增长达到了一个瓶颈阶段。前期,新能源车型涨价过多,订单较少。而特斯拉等头部企业降价,消费者出现观望情绪。
业内人士表示,特斯拉、小鹏、赛力斯等车企采用“以价换量”的模式,有望进一步拉动2月销量。
赛力斯相关负责人向记者表示,1月赛力斯部分车型降价幅度达3万元。随着活动的持续,AITO问界系列车型的订单稳步增长。
2月2日,蔚来宣布降价促销,2022款ES6和ES8降幅最高超10万元。北京蔚来直营店的销售人员告诉中国证券报记者:“活动从2月1日开始,不过优惠10万元的车型比较少。ES6和ES8裸配车型的优惠力度分别为5万-6万元、7万元左右,选配越多,价格越优惠。”该销售人员坦言,此举主要是为了拉动销量。
此外,广汽埃安和五菱汽车等推出了限时优惠政策。
东莞证券表示,多家新能源车企陆续宣布降价,有望刺激新能源汽车销量回暖。国泰君安研报显示,经济复苏和头部新能源车企降价策略一并发力,将带动汽车终端销量增长,2月会有所体现。
利好政策频出
近期,新能源汽车利好政策频出,部分城市延续此前促消费政策,支持新能源汽车消费。
《上海市提信心扩需求稳增长促发展行动方案》提出,延续实施新能源车置换补贴,2023年6月30日前个人消费者报废或转出名下在上海市注册登记且符合相关标准的小客车,并购买纯电动汽车的,给予每辆车10000元的财政补贴。
海通国际认为,各省市相继出台政策,如对上年补贴延期或推出新一轮购车补贴。2023年,地方消费补贴或成为刺激汽车消费的主导。华西证券表示,2023年车企将继续改善供给,多款重磅新品将交付,包括蔚来ET5猎装版、小鹏G7、理想L7等。新势力车企推出优质供给,交付量有望向好。
展望2023年,东莞证券研报显示,全球新能源车市场有望维持高景气度,预计全年销量增速虽放缓,但仍将实现快速增长。
(文图:赵筱尘 巫邓炎)