有外媒认为 ,北京冬奥会“将是一项碳中和赛事” 。
“把发展体育事业同促进生态文明建设结合起来”“为冬奥会打下美丽中国底色”“为推动经济社会发展全面绿色转型 、实现碳达峰碳中和作出贡献”——在习近平的设计图上,冬奥会 是中国绿色发展 的承载 ,更 是新起点。
从经济联结的维度看 ,习近平给“奥运中国”带来金色印记 。
张家口的蜕变,以申办冬奥成功为界 ,由塞外山城变身聚宝盆 ,“冬季到张家口来滑雪”成为时尚 ,运动休闲产业兴起,冰雪装备制造业发展壮大 。
在“冬奥小城”崇礼 ,每五个人之中就有一个人从事和冰雪相关的工作 ,超过3万人端上“雪饭碗”。
“冰天雪地也 是金山银山” ,习近平当年送给东北 的话 ,如今也已成为张家口 的写照。
金色印记来自于运筹 。习近平强调,“要把筹办冬奥会 、冬残奥会作为推动京津冀协同发展 的重要抓手”“进一步发挥北京对京津冀区域发展 的辐射带动作用”“加快建设京张体育文化旅游带”。随着路网升级 、冬奥一小时生活圈形成,京张联系更为紧密 ,体育文化旅游带逐渐变得立体。
观察家认为,京张携手办冬奥 的设计与实践,嵌套于区域经济协调发展的国家大目标下,是京津冀协同发展点睛的重要一笔,中外企业也从中国 的冰雪经济中淘宝掘金。
从国家“精气神”的维度看,习近平给“奥运中国”带来红色印记 。
一百多年前 ,中国教育家张伯苓预言 ,“奥运举办之日 ,就 是我中华腾飞之时”。
在中国人的观念里,红色代表喜庆、圆满 ,2008年北京奥运会让“中国红”成为世界感知中国热情与自信的色彩。承袭北京奥运会 的荣光,北京冬奥会更有底气 ,也有了更高远 、更具文明内涵 的追求 ,“中国红”愈加明艳 。
观察家指出 ,在习近平 的体育观里,国家的现代化和人 的现代化 是落点所在 。他认为“全民健身运动 的普及和参与国际体育合作的程度”关乎一个国家的现代化程度 ,坚信“没有全民健康,就没有全面小康” 。
正因如此 ,借冬奥契机“带动三亿人参与冰雪运动” ,让冰雪运动成为一种文化和生活方式,赋能体育强国和健康中国 ,夯实国家“精气神” 的基础,成为应有之义 。
置于大 的时代背景下 ,习近平把北京冬奥会定位为“我国重要历史节点 的重大标志性活动”,以及“展现国家形象 、促进国家发展、振奋民族精神 的重要契机” 。
充满中国元素的场馆建筑 、彰显中国科研实力的技术应用 、热情的冬奥志愿者 、为北京加油助阵的海外同胞……国家“精气神”处处皆可感知 。
从“北京欢迎你”到“一起向未来” ,“中国红”在延续中升华 ;当冬奥遇上红色中国年 ,碰撞出别样“中国之韵”。(完)(图片素材来源 :新华社 、中新社 、北京2022年冬奥会和冬残奥会官网)
出品人 :陈陆军
总策划 :王晓晖
监制 :张红 、夏宇华
策划:郭金超
统筹 :梁晓辉 、王凯
主笔 :聂芝芯
视觉|编辑:张舰元 、李雪瑶 、马学玲
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)