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。
私募备案拟定新规严把行业“入口关”:大中型机构未受影响******
记者 昌校宇
1月10日,中国证券投资基金业协会(以下简称“中基协”)发布的《私募投资基金登记备案办法(征求意见稿)》(以下简称《办法》)及配套指引征求意见结束。
对于业界高度关注的私募基金管理人实缴资本和基金产品初始实缴募集资金规模等条款,接受《证券日报》记者采访的专家、业内人士表示,《办法》相关要求有助于加速行业出清、扶优限劣,对具有一定规模的机构影响不大,更多是约束行业内浑水摸鱼、相对不正规的机构的行为。
适度提高管理人登记要求
《办法》从基本经营、出资人和从业人员等方面出发,适度提高私募基金管理人登记要求。其中,私募基金管理人实缴资本高于1000万元(创投除外)、出资人必须以自有资金出资且有资产管理等相关经验、从业人员兼职限制等条款被市场热议。
清华大学全球私募股权研究院研究部总监李诗林对《证券日报》记者表示,私募基金管理人自身的治理结构、财务能力及从业人员专业化水平是确保私募基金规范运作的核心要素,从长远看,严把行业“入口关”,有利于提升行业规范化与专业化水平。
李诗林进一步表示,“至于已完成备案登记的存量私募基金管理人,是否需要按新的要求进行规范,《办法》暂未明确规定,有待协会后续做进一步说明。”
对于《办法》对管理人登记提出更高要求,多家具有一定规模的私募证券、私募股权、创业投资基金管理人均表态,目前影响不大。
衍盛资产董事长、投资总监章友对《证券日报》记者表示,《办法》立足于保护投资者和规范市场证券投资、研究活动,提出一些规范性要求,其中不乏较多执行性强的意见。从长期看,将倒逼从业人员提高业务素质、机构提高管理规范程度。
章友进一步介绍,对于目前已具备一定规模(中等以上)的私募来说,绝大多数的投研和管理体系已相对成熟,受影响不大。《办法》更多是约束行业内浑水摸鱼、相对不正规的机构。
除了明确管理人登记标准,《办法》还总结备案常见问题,明确基金备案最低规模要求等,引导私募基金回归本质。
就私募基金初始实缴募集资金规模的规定,蒙玺投资认为,“这对私募基金管理人的募资能力提出更高要求。目前来看,对公司业务整体影响较小。”
北京利物投资管理有限公司创始人、合伙人常春林建议,小型私募应在符合法律法规相关要求下,合规运营,形成差异化竞争优势和品牌优势,持续为投资人带来合理回报,尽快跨过初创期。
李诗林认为,对于产品初始备案资金的要求,初衷是打击一些“买壳”“卖壳”的虚假私募行为,同时也为了保证私募基金管理人设立以后能够维持基本业务收入。不过,预计业内针对这一条款会反馈一些不同意见,特别是对私募股权基金与创业投资基金来说,在实践中,这些基金投资项目从项目接洽、投资协议谈判到完成投资交割等流程、周期较长,因此,这些基金往往是在投资项目确定以后再通知投资者实际缴付出资,而非一开始就将大量资金置于私募基金账上。此外,当前我国正鼓励私募股权及创投基金加大对处于种子期、初创期项目的投资,这些投资往往不需要太多资金,基金规模过大,反而可能会妨碍这些基金对早期项目的投资。因此,建议监管层面再汇集行业内多方面反馈意见,在规范与发展之间寻求适度平衡。
《办法》或于上半年落地
值得肯定的是,《办法》在基础自律规则层面对实践中出现的新问题作出回应,进一步提升规则的科学性、透明度和有效性,为私募基金行业高质量发展保驾护航。
常春林预计,“《办法》或于今年上半年正式落地。”
华北地区某小型私募透露,“相关意见已匿名通过券商上报。由于业务实操存在特殊情况,希望监管层面对于初创机构发展中的共性情况,政策预留空间。”
中基协数据显示,截至2022年末,存续私募证券投资基金92754只,规模5.56万亿元;存续私募股权投资基金31550只,规模10.94万亿元;存续创业投资基金19354只,规模达2.83万亿元。
常春林预计,未来3年至5年,私募基金行业将迎来高速发展期,投资策略也更加多元化。私募基金管理人“二八分化”将更明显,头部、中部私募或占据超过80%的管理规模,尾部私募管理规模占比将逐渐缩小,不具特色、不能够为投资者带来价值的“伪”私募将逐渐被市场淘汰。
(文图:赵筱尘 巫邓炎)