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。
免疫球蛋白“错位”******
继连花清瘟、布洛芬、蒙脱石散等药物被疯抢,静注人免疫球蛋白也成为公众“必抢清单”里的榜首药品。新年伊始,顶着“免疫神话”的光环,免疫球蛋白的身价经历了滚雪球般的上涨。从300元、500元的价格炒出天价单瓶高达2200元,7天涨了近7倍。由于本身稀缺且高价自费,通常医院不会储备太多,在突如其来的抢购潮中,一些人盲目“抢球”陷入骗局,而一些真正需要它救命的免疫缺陷类疾病患者,却面临无药可用。
从“默默无闻”到“爆抢”
去年底开始,社交平台上“免疫球蛋白”在热搜榜居高不下,多位网友发文称高价求购“丙种球蛋白”。
“老人肺炎重症,急求免疫球蛋白”“实在找不到药了,有货源的请联系我”……更有网友动态表示“一万块买不到四瓶免疫球蛋白”,一时间这种并不日常的药物家喻户晓,求药人群随处可见。
在武汉工作生活的付女士在社交平台急求免疫球蛋白,在接受北京商报记者采访时说,“防疫政策调整后,先是抢不到日常所需药品,退烧药和体温计都抢不到,因为家里老人有基础病,担心感染后风险较大,所以想买点囤着,有备无患”。
付女士代表了不少抢购者的心理。付女士还向北京商报记者表示,自己根据网络上新冠用药清单囤了一部分,如布洛芬、蒙脱石散之类,但免疫球蛋白在医院和药房早已经断货,黄牛溢价太严重更真假难辨。
北京商报记者通过中国医药信息查询平台看到,免疫球蛋白为处方药,每瓶2.5g参考价格为298-700元。
物以稀为贵。各种黄牛藏匿社交网络,频繁发动态并附上小标签“新冠特效药”,北京商报记者以患者家属的身份向黄牛询价,对方表示每瓶2000元,多买有优惠,并且一天一价供不应求,黄牛还向记者表示免疫球蛋白用于家里老人备用,一个成年人每天需要打3-4支。
多名网友发布武汉好药师大药房(九州通大厦店)可购买静注免疫球蛋白的动态并排起长队,北京商报记者致电询问但电话未有人接听,而另一家连锁店武汉好药师药店(泰康店)则表示免疫球蛋白已经断货,并告知记者最近一段时间都不会有,货源紧俏。
北京商报记者通过向北京多家医院咨询得知,由于社区医院大多提供的基础医疗服务,主要侧重于卫生保健服务,免疫球蛋白这种药品是需要在患者病情严重经过医生权衡判断才能使用的处方药,所以社区医院不做静注人免疫球蛋白药品的注射和售卖。
“神药”与“丙球”
“静注人免疫球蛋白(ph4)”是一种血液制品,又称“丙球”,是从健康人类的血浆中提取出来,主要应用于提高机体免疫能力,用于治疗原发性免疫球蛋白缺乏症、继发性免疫球蛋白缺陷病、自身免疫性疾病。丙球可以预防传染性肝炎、荨麻疹等病毒性感染,也可以用于哮喘、湿疹等疾病。在儿童用药中,丙球是治疗川崎病最主要的治疗药物。
“免疫球蛋白”到底需不需要抢?辽宁省朝阳市某三甲医院的张医生在接受北京商报记者采访时说道:“免疫球蛋白是人体血液内提取出来的细菌病毒产生的抗体,市面上还未出现康复人群血液中提取出来的免疫球蛋白,因此人们疯抢的静注免疫球蛋白对于新冠的预防作用不大。并且免疫球蛋白作为血液制品注射存在很多潜在风险,比如血液疾病的感染和身体的排斥反应过敏等,虽然这种风险的概率极低。”
1月6日我国最新发布了“第十版新冠感染诊疗方案”,在此方案的药物推荐中,并未提到普通人免疫球蛋白。武汉市第一医院呼吸内科临床药师、副主任药师邓体瑛曾对此做出提醒,方案中提到的针对新冠感染的免疫球蛋白,具体名称为“COVID-19免疫球蛋白”,而非普通的“静注人免疫球蛋白”。
(文图:赵筱尘 巫邓炎)