资料图:英国首相苏纳克
英国《独立报》报道称,2日,苏纳克迎来自己 的执政百日,他在接受采访时表示,“护士在疫情期间表现出色,理应跳出公共服务薪酬限制”,但英国国家医疗服务体系(NHS)资金紧张,将在新一轮罢工浪潮前继续采取强硬立场,“无法为护士大幅加薪” 。
此外,据英国广播公司(BBC)报道 ,英国皇家护理学院成员表示,将于2月6日至7日再次进行罢工 。该组织发表声明称,“由于政府未能采取行动 ,我们被迫升级罢工行动 。”据悉 ,英国皇家护理学院提出了19% 的加薪请求 ,但遭到了苏纳克和工党领袖斯塔默 的反对。
苏纳克政府对加薪要求采取 的强硬态度,导致英国在过去3个月内“罢工潮”不断 ,其支持率也受到影响。据《伦敦时报》最新民调显示 ,有72% 的受访选民预估 ,苏纳克下次大选连任希望渺茫 。
另据国际货币基金组织(IMF)1月31日预估,英国今年国内生产总值将减少0.6%,为世界主要经济体中唯一经济衰退的国家。
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 。 (文图 :赵筱尘 巫邓炎) [责编 :天天中] 阅读剩余全文() |