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。
基金经理:白酒板块基本面有望加速改善******
全市场最大白酒基金——招商中证白酒指数基金日前披露2022年四季度报告。与2022年三季度获得净申购不同,四季报显示,该基金总份额从三季度末的615.91亿份下降至四季度末的593.66亿份,四季度基金净赎回超过22亿份。
招商基金表示,2022年10月份,由于受到外部环境的影响,市场部分资金选择卖出大消费板块尤其是白酒板块。对于白酒板块的机会,招商中证白酒指数基金的基金经理侯昊认为,白酒板块逐季加速改善的预期非常强烈。未来,恢复的确定性和经济复苏下的基本面逻辑将支撑板块长期投资价值,白酒板块有望迎来基本面修复的第二轮催化。
去年四季度出现净赎回
侯昊管理的招商中证白酒指数基金在2022年四季度末的规模为683.95亿元,股票仓位较前一季度略有提升,达到94.03%。2022年四季度期间,该基金A类基金份额本期利润约12.07亿元,C类基金份额本期利润约3.33亿元。
招商基金表示,2022年10月份,市场部分资金卖出了大消费板块尤其是白酒板块。但是,后来证明这部分资金反应过度,所担心的事情并没有演绎成最悲观的情况,悲观的市场环境给予了较好的建仓时点和纠偏机会。
此外,侯昊管理的其它产品2022年四季报也均已出炉。中国证券报记者梳理发现,截至2022年四季度末,侯昊最新管理规模仍在900亿元以上,较前一季度末减少约10亿元。其管理的另一只百亿规模基金——招商国证生物医药指数基金也出现净赎回,2022年四季度净赎回超7亿份。其管理的招商中证新能源汽车份额增长显著,2022年四季度净增长1.25亿份,增幅约20%。
股票仓位上,招商中证新能源汽车股票仓位出现提升,2022年四季度末股票持仓较前一季度末提高1.14个百分点;侯昊管理的招商中证物联网主题ETF2022年四季度末的股票仓位较前一季度末降低1.96个百分点。除此之外,其管理的其他多只基金的股票仓位变动幅度均不到1个百分点。
具备长期投资价值
作为最大白酒基金的管理者,侯昊发表了对白酒板块2023年走势的看法。
侯昊表示,目前市场对于白酒“开门红”的情况仍有争论。现在一致的预期是疫情防控政策优化后,消费领域受到的短期冲击仍然存在。白酒板块近期有了较大幅度反弹,我们也从最悲观的情绪中缓过来,并有了一波阶段性的浮盈筹码。
他说,更为重要的是,虽然2023年市场对白酒板块的一致预期是“没有亮眼的开门红”,但逐季加速改善的预期非常强烈。未来,恢复的确定性和经济复苏下的基本面逻辑将支撑板块长期的投资价值。
侯昊认为,近年来白酒龙头的优势不断扩大,价位升级和品牌集中趋势也没有改变。时间越长会越接近最后的事实:第一波催化是情绪和信心的修复,无关基本面;第二波是经济复苏下基本面的修复,这或成为催化中长期趋势的最重要原因,内需刺激政策将在未来给予产业更强有力的信心来源和基本面支撑。
对于2023年的整体市场行情,侯昊认为,触底-复苏-改善将是非常重要的主线。在不同的情景下,市场都将迎来投资中共识最多的时间窗口。在确定性变大,风险偏好上升时,弹性更大的成长板块将更为受益。重回增长逻辑将重塑估值体系,在确定性变强的时间点,除了修复外将获得额外弹性的空间。
“我们更需要一份客观和冷静的判断,越长期的产业逻辑和发展方向,随着时间的推进,会过滤短期的噪音,更接近于事情的真相,这也是我们值得长期判断和相信的依据。”他认为,只有最接近于长期真相的事实判断和决策才能获得价值成长的空间。
(文图:赵筱尘 巫邓炎)