网信彩票下载 - 网信彩票官网平台

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。

肥胖对男性更危险******

　图片来源：pixabay

　　近日，英国科学家发表的一项研究揭示了肥胖相关疾病中性别差异的生物学基础。研究人员观察到，雄性与雌性小鼠脂肪组织中构建血管的细胞存在显著差异。相关研究近日发表于《交叉科学》。

　　约克大学运动与健康科学院教授Tara Haas说，男性比女性更容易患上与肥胖相关的疾病，如心血管疾病、胰岛素抵抗和糖尿病等。

　　“人们使用啮齿动物模型研究肥胖，以及与肥胖相关的疾病，如糖尿病。但他们通常只研究雄性啮齿动物，因为雌性对同样类型的疾病有抵抗力。”该研究负责人Haas说，“我们对探索这种差异非常感兴趣，这说明女性体内发生了一些可以保护自己的非常有趣的事。”

　　Haas团队在早期的一项研究中观察到，当小鼠变胖时，雌性会长出许多新的血管，为扩张的脂肪组织提供氧气和营养物质，而雄性新增的血管则很少。在最新研究中，Haas和约克大学博士生Alexandra Pislaru、助理教授Emilie Roudier等合作，重点研究了脂肪组织中血管内皮细胞的差异。

　　该团队使用软件筛选了数千个基因，以锁定与血管生长有关的基因。他们发现，雌性小鼠体内与新血管增殖相关的过程较多，而雄性小鼠体内则是与炎症相关的过程较多。Haas说：“其他研究表明，当内皮细胞有这种炎症反应时，雄性会出现功能异常，对刺激的反应也不正常。”

　　“通过观察，我们发现女性内皮细胞即使长期在高脂肪饮食的压力下仍能表现出持续的弹性，这令人兴奋。我们的研究结果可以帮助研究人员更好地理解为什么肥胖在男性和女性中表现不同。”该研究共同第一作者Pislaru说。

　　研究人员还检查了从人体内取出的内皮细胞在培养皿中的表现。Haas解释说：“即使把它们从体内取出来，没有了循环性激素或其他因素，男性和女性的内皮细胞仍有很大差异。”

　　女性内皮细胞复制更快，而男性内皮细胞对炎症刺激更敏感。通过与之前公布的数据集进行比较，研究人员发现，与雌性相比，老龄雄性小鼠的内皮细胞也表现出更多的炎症特征。

　　“不能假设两性对同一系列事件的反应是一样的。”Haas解释说，“这不仅是一个与肥胖有关的问题，而且是一个更广泛的概念性问题，包括老龄化对健康的影响。我们的研究结果意味着，在某些情况下，对男性理想的疗法对女性并不理想，反之亦然。”

　　虽然人类和小鼠有不同的基因，但Haas认为这些发现可能适用于未来的研究。他对在人身上研究这类细胞很感兴趣。（李木子）

　　（文图：赵筱尘 巫邓炎）