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。
持续巩固脱贫攻坚成果******
作者:庞丽娟、杨小敏(北京师范大学中国教育政策研究院)
党的十八大以来,以习近平同志为核心的党中央把脱贫攻坚摆在更加突出的位置,全党全国上下同心、顽强奋战,实现了打赢脱贫攻坚战的伟大胜利。教育作为国家脱贫攻坚的重要内容和治本之策,发挥了“扶智”“扶志”的重要作用。脱贫攻坚战已取得决定性胜利,我国已步入小康社会,共同富裕迈出坚实步伐。立足当下、放眼未来,为实现第二个百年奋斗目标,巩固脱贫攻坚成果,防止返贫和新增贫困,促进全体人民共同富裕道路上的持续减贫,我们仍需铸牢减贫意识,进一步深化教育扶贫,并不断赋予其新的时代内涵。
着力于人的培养
作为培养人的一种社会活动,教育是人类通过传递生产经验和生活经验以实现自身生存和发展的重要手段。教育产生和存在于人类社会的生产生活,以促进个体层面人的持续发展从而实现促进社会的进步与发展为目的。教育的这种本质特征决定了教育在扶贫开发与脱贫攻坚中发挥根本性作用,是实施教育扶贫的内在逻辑起点。进一步说,教育扶贫的实质在于通过对人的培养,着力于对人的思想观念、意志品格、情感态度、视野思路、核心素养、职业技能、行为能力等各方面的内在动机激发和外在行动赋能,使个体获得在现代社会求生存、助立足、谋发展的本领,有效摆脱贫困,进而从根本上消除群体化贫困和社会性贫困。这种精准扶贫的逻辑是对于面向社会全体的现代国民教育体系而言的,是基于有目的、有组织、有保障的学校教育形态所开展的教育赋能和基于此的教育扶贫与减贫。
运行机制上,教育扶贫过程表现为两个方面:一方面,将教育纳入扶贫开发、脱贫攻坚等内容,保障儿童接受基本教育的需要和基本权利,这主要体现在基础教育领域,主要是努力实现义务教育基本公共服务均等化供给。同时,以政府“兜底”的方式确保处境不利家庭不因教育支出负担而陷入贫困。另一方面,通过职业技能与综合素养培训服务及相关资源的支持,助力各类对象面向劳动力市场“能就业”“就好业”或再就业与创业,由此助推个体和家庭有维持生活发展的稳定收入,实现脱贫。这主要体现在职业教育和高等教育领域。
正视发展性贫困
从全面建成小康社会到基本实现现代化,再到全面建成社会主义现代化强国,是新时代中国特色社会主义发展的战略安排。与其他扶贫开发举措一样,教育扶贫要“扶”得切实有效,就要服从经济社会发展的历史趋势和基本规律,紧扣第二个百年奋斗目标的实现。
按照发生、特征、形态、影响等不同维度,贫困存在多种理论上的分类。常见的有两组概念,一是绝对贫困与相对贫困,二是生存性贫困与发展性贫困。贫困形成的过程与原因非常复杂,诸多因素以不同组合方式镶嵌于特定的经济社会结构,并伴随经济社会转型和人口结构变化以及特定的制度安排而发生作用,导致区域、局部、群体或个体性贫困。
相对确定不变的、与物质生活水平密切相关的绝对贫困,可以参照特定标准、在我国社会主义制度下集中财力物力人力进行消除,而动态变化的相对贫困与特定历史阶段的经济社会发展水平和人的需求层次相关,属于发展性贫困,需要持续斗争且较难消灭。2021年2月,习近平总书记在全国脱贫攻坚总结表彰大会上指出,我国脱贫攻坚战取得了全面胜利,区域性整体贫困得到解决,完成了消除绝对贫困的艰巨任务。当前,我国开启全面建设社会主义现代化国家新征程,人工智能、大数据、云计算、5G通信等的迅速发展和广泛应用,制造强国、创新型国家建设等重大战略和政策实施,将推动未来经济社会持续的深度变革。我们要高度警惕可能不断发生的传统产业行业群体被甩出性失业、新标准下经济层面的生存性贫困,特别是社会个体由于阶段性适应能力不足而制约发展的物质、精神和文化等层面的发展性贫困等。
从社会发展变迁的历史趋势来看,较长时期存在特定标准、形态的贫困地区、贫困人口和贫困现象是不可避免的。因此,无论是对扶贫开发与脱贫攻坚成果的巩固,还是应对新的挑战与改革发展任务,新一阶段的扶贫开发都要对继发、再生的发展性贫困予以高度重视。2022年1月,《中共中央国务院关于做好2022年全面推进乡村振兴重点工作的意见》颁发,强调“推动脱贫地区更多依靠发展来巩固拓展脱贫攻坚成果”。教育扶贫要服务于持久地解决相对贫困和发展性贫困,服务和贡献于国家新的扶贫开发和持续减贫,为推进共同富裕、建设社会主义现代化强国作出贡献。
深化教育的根本性作用
新时代,深化教育在持续减贫中的根本性作用,坚持立足国家发展战略、立足人的全面发展、立足区域协调发展、立足社会和谐稳定,实施有效脱贫、长效扶贫和引导致富。
一是立足国家发展战略,推动人力资本的精准与深度开发。着重于紧密对接国家经济社会发展目标与任务,精准发力,促进人力资本持续、深度开发,贫困人口发展融入国家发展战略、区域经济结构和产业转型升级的发展大势,对接各级各类人才的需求。二是立足人的全面发展,提升人人追求美好生活的能力。充分利用不同类型教育的特点,有效激活个体内在动力,助力形成贫困人口脱贫和致富的永续机制。三是立足推进区域发展,助力经济与社会全面转型升级。以融入西部大开发、东北振兴、中部崛起和东部率先发展的区域发展总体战略为基础,以“一带一路”倡议、京津冀协同发展、长江经济带发展为引领,以乡村振兴战略进一步强化区域协调发展格局,为实现全国总体一盘棋、各地差异化发展提供充分的人才保障和智力支撑。四是立足社会和谐稳定,推进社会收入分配结构的优化。以推动个体就业、创业能力的形成,促进扩大就业和提升就业质量为重点,促进中等收入群体扩大和低收入者增收,发挥教育扶贫维护社会和谐稳定的“压舱石”作用。
对于教育本身,无论是作为一种人类活动,还是一种基本公共服务,都须上升为国家事业在现代社会建设中的持续发展,如此才能有效发挥更大的经济社会功能。深化教育扶贫,服务持续减贫,要牢牢坚持教育优先发展战略不动摇,举全党全国全社会之合力加快推进教育向更高水平发展,从而系统、深刻地提升教育体系服务持续减贫的能力。
具体而言,学前教育阶段,要强调普惠发展,实施政府主导的多元化、多样态普惠性资源供给,有针对性地对扶贫开发对象实施保障性婴幼儿照护机制,通过促进解放劳动力、释放生产力,进一步阻止贫困的发生。义务教育阶段,要加快优质均衡发展和城乡一体化,除了在城乡一体化发展的框架下强化补短板、提供有质量的免费教育服务之外,还要基于有效的依法监督形成一套扶贫开发的劳动力成本补偿办法,消除和防范由家庭收入压力引致的辍学问题,为阻断贫困的滋生和代际传递提供激励机制保障。高中教育阶段,要坚持多样化发展,加强对经济困难家庭的经济补助,防范出现“因教致贫”现象。统筹职业教育、高等教育、继续教育协同创新,推进职普融通、产教融合、科教融汇,优化职业教育类型定位。发挥职业教育、高等教育、继续教育的作用,巩固拓展脱贫攻坚成果,增强脱贫地区和脱贫群众内生发展动力。以服务与提升弱势地区弱势群体就业能力为重点,瞄准以进城务工人员及数以千万计的随迁子女、城镇户籍人口中就业竞争力较弱的群体和农村资源获取能力较弱的家庭等四大类人群中现有或潜在劳动力人口,准确有效开展职业技能培训,深入推进扶贫减贫。