2022年12月31日,游客在长安十二时辰主题街区游玩拍照。岁末年初,西安大唐不夜城、长安十二时辰等景区游人如织。不少市民游客选择在元旦假期出游迎新,与亲朋好友共享节日喜乐。新华社发(邹竞一摄)
中国大市场释放新红利。中央经济工作会议提出着力扩大国内需求,把恢复和扩大消费摆在优先位置。这意味着,中国超大规模市场将会在中央政策加持、疫情防控政策优化调整和国内国际双循环良性互动中为世界释放更多红利。去年前三季度中国社会消费品零售总额超过32万亿元人民币,同比增长0.7%,其中三季度增长了3.5%。对于中国消费的持续复苏态势,外媒给予了普遍关注。彭博社认为,即使其他主要经济体的增长正在急剧放缓,“中国也可以提供一个有吸引力的国内需求驱动复苏的故事”。美国消费者新闻与商业频道援引跨国企业高管的评论说,随着中国不断优化防疫政策,中国经济势必迎来强劲反弹,“我们很有耐心,将继续在中国投资。我们看到了强劲的增长前景,未来十年中国将成为更加强劲的消费市场。”
2022年12月31日,顾客在天津恒隆广场选购商品。2023年元旦假期第一天,天津线下餐饮、旅游、购物等消费业态回暖迹象显著。新华社记者赵子硕摄
高质量发展孕育新动能。研判经济,要看短期波动之形,更要看长期增长之势。中国经济稳中求进,以“稳”应对短期冲击,以“进”积蓄增长之势,而“进”的动能来自新发展理念和高质量发展。去年1至10月份,中国高技术制造业增加值同比增长8.7%,高技术制造业投资同比增长23.6%,其中电子及通信设备制造业投资增长近30%。多家外媒关注到,尽管面临经济下行和疫情压力,中国在电动汽车、人工智能、数字经济、航天技术、深海探索等领域成就斐然,高质量发展转型增强了中国经济创新力和增长可持续性,为世界经济发展注入了新动力。西班牙《理性报》报道,西中两国科技合作不断推进,为双方企业发展注入了新动能。彭博社则提示投资者不要误判中国——中国专注于通过产业政策实现更高质量的增长,向制造更优质、更有价值的产品转变。
2023年1月5日,在合肥市瑶海区长三角数字科技示范园,安徽华晶微电子材料科技有限公司的员工在集成电路键合丝生产线上作业。近年来,安徽省合肥市瑶海区实施引育并举,不断加大辖区“专精特新”企业的培育和扶持力度。新华社发(解琛摄)
高水平开放创造新机遇。海南自贸港扬帆起航,外商投资准入负面清单持续缩减,进博会、服贸会、广交会、消博会再创佳绩,高质量共建“一带一路”捷报频传……任凭风浪起,中国改革开放的决心意志始终不移。扩大市场准入,落实好外资企业国民待遇,积极推动加入全面与进步跨太平洋伙伴关系协定和数字经济伙伴关系协定等高标准经贸协议,为外商来华从事贸易投资洽谈提供最大程度的便利……一系列旨在“更大力度吸引和利用外资”的政策部署,让“投资中国就是投资未来”的普遍共识更加清晰。多家境外媒体认为,当前全球跨国投资低迷、经济复苏乏力,一个以开放之姿拥抱世界的中国,已成为跨国公司的“避风港湾”和业务增长的重要动力,中国大市场“不可替代”。
2022年11月7日,第五届进博会乐斯福展台的烘焙师展示为进博会特制的法式面包。在第五届中国国际进口博览会的食品及农产品展区,汇聚了世界各地的特色物产和美食,令人目不暇接。新华社记者刘颖摄
摧伤虽多意愈厉,直与天地争春回。中国经济虽面临不少挑战,但稳中向好、长期向好的基本面依然不变,支撑高质量发展的要素条件日益完备,中国号巨轮乘风破浪前行,展现出强大的韧性与活力。展望新的一年,中国市场潜力将充分激发,中国开放大门越开越大,一个春意盎然的中国必将给世界经济复苏带来重大利好,注入强大信心。
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。
(文图:赵筱尘 巫邓炎)