快盈v官网网址 - 互动百科

来源：快盈v交流群2024-11-27 17:48

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。

快盈v官网网址

43年就为了一头牛？******

　　有这么一种牛

　　它出生在内蒙古乌拉盖草原

　　现在足迹却已遍布全国

　　图源：农民日报华西牛牛群

　　它让我国拥有

　　具有完全自主知识产权的

　　专门化肉牛新品种

　　打破了我国肉牛主导品种

　　核心种源严重依赖进口的局面

　　科研人员们为了它整整研究了43年

　　它究竟有什么特别之处?

　　今天，让我们一起来认识一下华西牛！

　　为什么要研究牛？

　　我国是农业大国，牛是农业生产中的重要动力来源，被称为六畜之首。但随着社会生产力的发展，到二十世纪80年代，牛逐渐退出农业生产，传统役用牛培育逐渐式微。与此同时，随着生活水平的提升，居民对肉用牛的需求日渐增加。

　　怎样把牛从过去的“役用”转变为“肉用”，推动我国养牛业由传统养殖向现代肉牛产业跨越，是摆在科学家面前的一道难题。

　　图源：摄图网

　　良种是肉牛业发展的关键，是肉牛产业核心竞争力的主要体现。但由于农耕传统等多种因素的影响，我国肉牛育种起步较晚，到20世纪80年代，肉牛生产水平仍旧很低、肉牛良种覆盖面小、主导肉牛品种种源严重依赖进口。我国肉牛生产群体中占比65%的西门塔尔牛杂交群体的供种长期依赖国外，核心种源的对外依存度高达70%。

　　华西牛有多“牛”？

　　2021年底，经国家畜禽遗传资源委员会审定，“华西牛”获得国家畜禽新品种证书。自此，我国自主培育的，遗传性能稳定、生产性能良好，符合肉牛产业发展和市场需求的肉牛新品种诞生。

　　图源：农民日报 “华西牛”新品种审定证书

　　“华西牛”毛色以红色、黄色为主，少量白色花片相间，腹部、头部、肢蹄、尾梢均为白色。公牛体格强壮、背部宽厚、肌肉发达；母牛体形匀称、性情温顺。

　　图源：中国农科院华西牛种公牛、种母牛

　　1. 适应性“牛”

　　华西牛繁殖性能好，适应面广，既能适应我国的牧区、农区以及北方农牧交错带，也适应南方草山草坡地区。

　　2. 肉量产出体重“牛”

　　华西牛成年公牛体重达900公斤，成年母牛550公斤以上，屠宰率62.39%，净肉率53.95%，平均育肥期日增重达1.36公斤，主要生产性能达到国际先进水平。

　　3. 市场竞争力“牛 ”

　　据预计，到2025年，“华西牛”每年可提供进站采精公牛400头左右，我国肉牛自主供种率提升到70%。到2027年，每年提供优秀种公牛将达到500头以上，自主供种率将达到80%，实现核心种源自主可控。

　　按照当前遗传进展推算，“华西牛”再经过5-10年选育提升，其生长速度、产肉性能和屠宰性能等主要肉用指标将媲美美国、澳洲等顶级肉用西门塔尔牛核心群。“华西牛”优秀个体冻精可以对外出口，直接参与国际市场竞争。

　　43年科研长跑，关关难过关关过！

　　“华西牛”培育工作起始于1978年，2002年至2003年，中国农业科学院北京畜牧兽医研究所牛遗传育种科技创新团队首席研究员李俊雅带领团队在云南、湖北、新疆等地调研后，目光最终停留在内蒙古乌拉盖草原。这里的牧民世世代代养牛和羊，牛群经过改良，是肉牛育种的理想基地。

　　图源：澎湃新闻乌拉盖草原

　　1. 遗传进展慢？用基因组选择技术！

　　育种之初，李俊雅的团队就遇上了巨大难题。由于肉牛世代间隔长，繁殖效率低，且生产模式复杂，育种数据收集难度大，导致肉牛育种遗传进展缓慢。

　　图源：农民日报研究人员正在进行牛肉脂肪酸含量测定

　　为此，李俊雅团队组建了我国第一个华西牛基因组选择参考群，率先将基因组选择技术应用到育种工作实践中。参考群内的全部个体既有表型数据如体高、体重等，又有基因型数据，通过参考群体可以评估后代个体的种用价值好坏，然后根据评估结果实现早期选种留种。

　　2. 基因芯片昂贵？多方支持！

　　基因芯片又称DNA芯片或生物芯片，能够对个体基因型进行测定。利用芯片分型的基因组信息，对个体进行准确的育种值估计，实现早期选种，是全基因组育种技术所依赖的重要工具。

　　“最令我难受的是2012年前后，我们的课题一分钱也没有，甚至到了要借钱干活的境地。”李俊雅说。在选育提高阶段，基因组选择技术所需的基因芯片需要从国外进口，而当时的进口芯片一头牛的测定费用就高达3000多元。李俊雅寻求企业、社会力量的多方支持。就这样，团队继续一边干活，一边努力争取更多的资金支持。