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。
落实“金融十六条”在行动 银行业支持房企授信金额已超5.4万亿元******
记者 杨 洁
2022年11月份以来,“金融十六条”的推出以及三支箭的加速落地,都得到了市场的迅速响应,多家银行同房企签署了意向性授信协议。据中指研究院数据显示,截至1月9日,至少已有105家银行向188家房地产企业提供意向性授信,总额度约54629.33亿元。
近日,人民银行党委书记、银保监会主席郭树清在接受媒体专访时特别强调,要落实“金融十六条”措施和改善优质头部房企资产负债表。
改善优质房企资产负债表是近段时间多项重要会议一再强调的任务。2022年中央经济工作会议指出,“满足行业合理融资需求,推动行业重组并购,有效防范化解优质头部房企风险,改善资产负债状况”。银保监会官网显示,2022年12月份,郭树清主持召开党委(扩大)会议,会议要求“满足房地产市场合理融资需求,改善优质房企资产负债表”。
中信证券首席经济学家明明对《证券日报》记者表示,“改善优质头部房企资产负债表”被多次提及,体现出了稳地产的决心。其中,政策所惠及的主体是“优质头部房企”,意味着政策是有选择性的,保护稳健经营的企业,淘汰无序扩张的企业,促进形成良性的房地产市场。
图金融研究院研究员雒佑对《证券日报》记者表示,通过对优质房企释放流动性,不仅有助于帮助头部企业度过危机,也能通过头部房企的改善引导市场预期。
目前我国金融市场以银行体系为代表的间接融资模式主导,银行信贷是各类企业最重要的融资渠道之一。对房地产企业而言,开发贷是进行地产施工和投资的主要资金来源,房企信贷融资的重要性不言而喻。
记者了解到,由于当前大多为协议授信,具体授信情况还需要商业银行与房企根据情况进一步落实。雒佑表示,“在信贷投放方面,当前要集中解决和防范化解停工衍生的相关风险,帮助地产开发商摆脱资金困境,保证房地产行业‘活起来’,达到‘保项目+保优质主体’的目的。此外,在因城施策背景下,后续在项目及主体上配合政府及地方继续提供更多的金融和信贷支持,比如提高对房地产商信贷敞口的容忍度,提供更多的资金保障。”
在明明看来,后续银行在投放信贷前应对企业的财务、经营状况进行深入、细致的调查,降低违约风险。同时,银行也应该对信贷资金的使用进行约束,结合房企的实际情况进行有针对性的支持,确保资金流向最紧缺的薄弱环节以及重点项目,防止资金滥用。
中指研究院企业研究总监刘水表示,2022年前三季度,房地产新增贷款占各项新增贷款比例仅为4.7%,而2021年同期是18.1%,房地产新增贷款增速明显低于各项贷款增速水平。2023年,金融机构继续落实“金融十六条”,改善优质头部房企资产负债状况,随着银行授信的落地,房地产贷款投放将明显提速。此外,优质头部房企在发债及股权融资等方面,也将继续得到支持。
明明预计,今年个人住房贷款和房地产开发贷款都将比2022年小幅扩张。个人住房贷款方面,一是商品房销售增速将在2023年逐步回正,全年有望实现正增长,二是房贷的早偿现象可能会较2022年有一定缓解。这两个因素的变化将使今年个人住房贷款规模趋于增长。房地产开发贷款作为稳定房地产市场融资环境的“第一支箭”,2022年下半年已经开始逐渐发挥作用,预计2023年将对房地产企业提供更大的支持,满足行业合理融资需求,确保房地产市场平稳健康发展。
“2023年房地产销售和投资有望见底回稳,对GDP增长的贡献也有望由负转正。”雒佑表示,接下来中央及地方政府在满足购房者刚性和改善性住房需求方面或将进一步发力,在地产转型方面则持续推进城市更新和老旧改造、保障性租赁住房市场、地产代建等新发展模式,这些都需要大规模的资金投放。可以说地产投资已经迎来政策“应出尽出”阶段,2023年也会成为拉动国内投资的主要动力。
(文图:赵筱尘 巫邓炎)