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。
直播带货藏“猫腻”,售假治理需多方合力******
◎新华社记者 邵鲁文
近年来,网络直播带货日渐兴起。在一些直播间内,低廉的商品价格、主播极具诱惑性的销售话术,让不少消费者怦然心动。
然而,一些直播带货的商品看似物美价廉,背后却可能潜藏制假售假的“猫腻”。各地公安、市场监管等部门已查处多起通过直播平台售假案件,其中不少案件涉案金额超过千万元。
服装、配饰是“重灾区”
记者发现,服装、配饰等是直播售假的“重灾区”。此外,酒水类售假也屡见不鲜。山东德州警方近期查处一起通过直播带货销售假茅台酒案件,涉案金额巨大,而犯罪嫌疑人用于制作假酒的基酒每斤成本只有8.5元。
直播售假已成为网购中不容忽视的问题,不少“网红”也曾因售假问题被监管部门处罚。2020年,有消费者质疑某主播团队成员在直播间售卖的燕窝是糖水。广州市场监管部门对相关人员作出责令停止违法行为、罚款90万元的行政处罚。
而在黑猫投诉平台,消费者针对电商直播平台的投诉已达万余条,涉及商品以次充好、虚假营销、售卖假冒伪劣产品等多方面问题。
常用套路有迹可循
多名办案民警表示,围绕销售假冒伪劣产品,网络主播的一些常用套路有迹可循。
在山东菏泽警方破获的一起通过电商直播销售冒牌服装的案件中,犯罪嫌疑人采用大量营销手段宣传产品,并用话术诱导消费者。菏泽市公安局食品药品与环境犯罪侦查支队支队长方辉杰说,犯罪嫌疑人直播前会在多个社交平台进行新款产品的预热,甚至花钱购买流量引流,直播间几乎每次都有上万人观看。在销售过程中,以“大牌尾单”“工厂原单”等名义,利用部分消费者贪图便宜的心理,销售价格比正品便宜很多的假货。
业内人士告诉记者,不少售假团伙甚至还总结出多种固定套路。例如,在推销产品时,常常用“全部是内部渠道弄到的货,要是假货我还用那么麻烦吗?”“费力搞到货别人却不领情,这种心情你懂吗?”等话术营造找到货源不容易的感觉。而在鼓动消费者下单时,常常会使用“一共30单就上一分钟”“错过就再也没有了”“这个价格就上这一次,一会恢复原价”等说辞。
一些主播在直播平台上长期售假,也凸显出平台自身存在监管盲区。德州市公安局德城分局食品药品与环境犯罪侦查大队民警马恒说,查处的销售假酒案件中,犯罪嫌疑人曾在直播间连续直播卖货多时,仅一个月就销售假酒2000多箱。
中消协在《2022“双11”消费维权舆情分析报告》中提到,在“双11”转型升级、商品与交易逻辑再梳理的渐进过程中,平台与商家的规则边界意识还有待强化。
平台方监管责任需落实
记者注意到,一些平台已经采取措施,对直播售假行为进行治理。2022年9月,抖音电商就曾发布关于“三无商品”的专项治理公告,对销售无产品名称、无生产厂厂名、无厂址商品的商家进行严厉打击。此外,2022年11月10日,抖音电商还公布“打击售卖劣质羽绒服专项行动”阶段治理成果,封禁违规羽绒服商品33491件,清退相关店铺522个,处罚相关商家596个。
受访专家认为,假冒伪劣产品的生产和销售,影响了正常的经营秩序,也侵害了相关品牌企业的切身利益,同时侵犯了消费者权益,亟须严肃治理。中国人民大学商法研究所所长刘俊海说,借助直播平台售假现象增多,凸显出对这一新兴领域的监管尚存不足。2021年5月,国家互联网信息办公室等七部门制定的《网络直播营销管理办法(试行)》开始施行。相关监管部门应秉持对假货“零容忍”的态度,严肃查处各类制假、售假行为,保护消费者合法权益。
2022年3月,国家互联网信息办公室、国家税务总局、国家市场监督管理总局发布《关于进一步规范网络直播营利行为促进行业健康发展的意见》,进一步明确了平台方的监管职责。
“各互联网平台需要进一步压实自身责任,对于入驻的电商经营者尽到主体资格审核义务,在保障消费者权利的同时,这也是促进自身业务增长的方式之一。”中消协律师团律师李斌认为,各大平台要做到严格落实监管,引导入驻商家恪守诚实信用原则,确保守法合规经营。
多地公安和消保部门也发出消费提示,呼吁消费者不断提升自我保护意识和风险防范能力,尤其是避免盲目冲动,做到科学消费。遇到消费纠纷时,及时向相关部门提供线索,维护自身合法权益。
(文图:赵筱尘 巫邓炎)