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。
上市车企2022年业绩冷热不均 商用车企业表现低迷******
本报记者 龚梦泽
2022年,我国汽车产销分别完成2702.1万辆和2686.4万辆,分别同比增长3.4%和2.1%,保持了恢复增长态势,这也体现在行业个股的业绩预告之中。
据《证券日报》记者梳理,截至2023年2月2日,沪深两市共有16家上市车企发布2022年业绩预告,其中净利润预增的公司有9家,占比56%。以预告净利润上限计算,16家车企平均年度净利润约为9.6亿元。
比亚迪位居净利润榜首
通过新能源业务的助力,比亚迪成为2022年国内车市的最大赢家,位居净利润榜单首位。比亚迪公告显示,预计2022年营业收入突破4200亿元,实现归属于上市公司股东的净利润160亿元至170亿元,同比增长425.42%至458.26%。
比亚迪表示,新能源汽车销量大涨推动了公司盈利大幅改善,并有效缓解上游原材料价格上涨带来的成本压力。销量方面,比亚迪新能源汽车2022年累计销量为186.35万辆,同比增长208.64%,大幅超越了特斯拉131万辆的年销量,成为去年全球新能源汽车市场的销量冠军。
值得一提的是,2023年,比亚迪将向300万辆的销售目标发起冲击。同时,比亚迪也在加大海外新能源汽车市场的开拓力度。公司董事长兼总裁王传福表示:“未来,比亚迪在拓展海外市场方面会加大力度。”数据显示,2022年,比亚迪新能源汽车在海外的销量已经达到5.59万辆,同比增长307.2%。
据长安汽车2022年度业绩预告显示,2022年归属于上市公司股东的净利润为73亿元至87亿元,比上年同期增长105.49%至144.9%。长安汽车总裁王俊表示,2022年面对缺芯、限电等诸多因素影响,公司依然实现了经营质量稳步提升。2022年市场占有率增幅为10.3%,市值增幅为420%。
据统计,长安汽车2022年累计销量达到234.6万辆,创近5年新高。一方面,通过“PLUS”“蓝鲸家族”、中高端UNI序列等产品的投放,长安系自主品牌乘用车销量达139万辆,同比增长15.5%。另一方面,得益于电动化加快推进,长安新能源汽车累计销量达28.4万辆,同比增长160%。
受益于政府扶持资金,江铃汽车2022年预计归属于上市公司股东的净利润为9.15亿元,同比增长59.37%。公司2022年业绩预告称,归母净利润增长主要是由于期内收到政府扶持资金和青云谱工厂土地及地上建筑物处置带来的利润增加,冲抵了销量下降、原材料及芯片成本上涨所导致的利润下降。2022年,公司销售了28.20万辆整车,较上年同期下降17.3%。
商用车企业业绩下滑
记者注意到,以生产货车、卡车为主的上市车企2022年业绩表现低迷。作为商用车上市企业的代表,一汽解放和中国重汽预计2022年净利润分别仅为4.1亿元和2.6亿元,同比分别大跌92%和83%。
对于业绩变动的原因,2家公司均提及自去年3月份以来,商用车市场下行压力持续加大,公司全年销量大幅度下滑,净利润较上年同比减少。可以看出,2022年由于物流不畅和油价暴涨导致的商用车市场需求大幅下滑,是造成商用车上市车企业绩下滑的主要原因。
客车企业的经营状况同样艰难。业绩预报显示,中通客车、亚星客车和安凯客车2022年预计净利润上限分别为7900万元、-1300万元和-2500万元。3家上市公司均在公告中表示,客车市场需求显著萎缩,导致盈利空间骤降。
在年度净利榜单排名靠后的企业中,北汽蓝谷预计全年净亏损达52亿元至58亿元;赛力斯预计亏损35亿元至39.5亿元;江淮汽车预计亏损14.37亿元;刚实现“摘星脱帽”的海马汽车预计2022年由盈转亏,全年净利润将亏损12亿元至18亿元。
车市回暖背景下,部分车企业绩亮眼。《证券日报》记者梳理发现,预告净利润第一位和第六位的比亚迪和力帆科技,还摘得2022年车企净利润增幅的冠亚军。据力帆科技业绩预告显示,受益于汽车业务恢复和汇率影响,公司2022年实现归母净利润1.5亿元,较上年同期增加9400万元,同比增长170%左右;实现扣非后净利润3000万元,较上年同期增加6649.95万元,同比实现扭亏为盈。
对此,中国乘用车产业联盟秘书长张秀阳表示,未来车企分化将进一步加剧,在存量领域的厮杀过程中,强者愈强,边缘企业出局将成为下一阶段车市的一大趋势。(证券日报)