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。
6年来最大跌幅!苹果上季度营收降5%,iPhone销量降8%不及预期******
澎湃新闻记者 周玲
由于iPhone和Mac销售下滑,苹果第一财季营收同比下降5%,这是自2019年3月以来首次营收同比下降,更是2016年9月以来最大季度降幅。
2月3日,苹果披露了截至2022年12月31日的2023财年第一财季业绩。期内营收为1172亿美元,同比下降5%,这创下了自2016年9月以来最大的季度营收降幅,华尔街预期为1214亿美元;净利润为299.98亿美元,与去年同期的346.30亿美元相比下降13%,每股收益1.88美元,低于分析师预期的1.94美元。
苹果首席执行官蒂姆·库克(Tim Cook)表示,上季度业绩受到了三个因素影响,强势美元、iPhone 14 Pro和iPhone 14 Pro Max的生产问题以及整体宏观经济环境。
分产品来看,iPhone和Mac收入出现下滑,未达预期。其中,iPhone收入为657.8亿美元,同比下降8.17%,分析师此前预期为678亿美元;Mac收入为77.4亿美元,同比下降28.66%,分析师预期为94亿美元;其他产品收入为134.8亿美元,同比下降8.3%。
苹果的iPad保持增长,收入为94.0亿美元,同比增长29.66%,这块业务超出之前预期。此外,苹果服务收入207.7亿美元,同比增长6.4%。苹果本季度的毛利率为42.96%。
分区域看,本财季苹果在所有区域市场都出现了营收同比下滑,其中大中华区市场营收239亿美元,上年同期为258亿美元,下降了7%。
不过,从整体来看,iPhone在这一季度表现好于其他品牌。Counterpoint Research的统计数据显示,中国智能手机市场第四季度下降15%。iPhone的市场份额为23.7%,在本季度的所有制造商中名列前茅。
苹果没有提供当前财季(截至3月底)提供业绩指引,自2020年疫情以来,苹果就一直没提供业绩指引,分析师预计,苹果第二财季的销售额将达到980亿美元左右。
苹果首席财务官卢卡·马埃斯特里(Luca Maestri)表示,截至3月季度第二财季收入与12月季度的同比趋势相似。马埃斯特里表示,服务业务预计将增长,但Mac和iPad的销售额预计将同比下降两位数。苹果补充道,与12月份相比,3月份的iPhone销量将减少。
CNBC报道称,苹果公司上季度的表现令人震惊,其近七年来首次盈利低于普遍预期。《华尔街日报》称,这是苹果近四年来,季度营收首次同比下降。
过去三年因全球疫情,居家办公和学生在线上课曾拉动苹果设备销量上涨,但如今全球经济逆风给苹果带来了挑战。
库克告诉CNBC,部分原因是美元走强,如果控制住800个基点的外汇逆风,苹果在大多数市场都会增长。
库克解释,iPhone 14 Pro和iPhone 14 Pro Max在本财季的供应大幅减少,这意味着向客户销售的产品更少。苹果在中国的iPhone装配厂受到了疫情影响,苹果公司在11月份就此事向投资者发出了警告。
库克说:“我们在11月6日发布了这方面的最新消息,并持续到了12月的大部分时间。”不过,库克表示,现在的产量已恢复到苹果满意的水平。
库克还透露,苹果将很快在印度开设第一批零售门店。印度由于人口众多,其手机市场也吸引了全球手机厂商,苹果一直试图扩大在印度的销量,公开信息显示,苹果已经将部分iPhone放在印度制造。
去年第四季度也是整体消费电子的寒冬,各个品牌季度销量都出现了大幅下滑。据市场调研机构IDC的数据,去年第四季度出货量同比下降18.3%,至略高于3亿部。2022年全年出货量下降了11.3%,是10年来的最低水平。
库克表示,充满挑战的宏观经济环境损害了iPhone的销量、Mac的销量以及苹果手表等可穿戴设备的销量。iPhone和Mac的销量同比下降。苹果的其他产品类别,包括AirPods等耳机和Apple Watch等可穿戴设备,下滑超过8%。
苹果也为投资者提供了一些亮点。比如,苹果拥有20亿台活跃设备,包括iPhone、Mac、Apple Watch和其他产品。这比去年1月公布的18亿个活跃设备有所增加。库克表示,安装量的增加是因为人们从安卓系统转向iPhone,并首次购买了苹果手表。
基于苹果庞大的活跃用户,苹果的服务业务稳定增长。期内,苹果公司的服务业务增长了6%,超出了分析师的预期。
苹果管理层表示,云服务、包括Apple Pay和Apple Card在内的支付以及音乐是服务的重要组成部分。库克补充说,苹果员工正在测试一项“现买现付”功能,该功能将成为服务的一部分。
自去年底以来,包括微软和Meta在内的多家美国科技公司开始裁员,以削减开支成本。库克表示,苹果正在削减成本,招聘速度更慢。与许多竞争对手的科技公司不同,苹果并没有宣布裁员。“我们也认识到我们所处的环境很艰难。因此我们正在削减成本。我们正在削减招聘,我们对招聘的人员非常谨慎和慎重。”
截至2日美股收盘,苹果涨3.71%,报收150.82美元,盘后跌近4%。
(文图:赵筱尘 巫邓炎)