点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:分分赛车-分分赛车
首页>文化频道>要闻>正文

分分赛车-分分赛车

来源:分分赛车2023-06-07 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。

分分赛车

还记得《少林寺》经典画面吗?这位传奇老人走了……******

  中新网北京1月17日电(记者 王诗尧)著名武术家、演员于海于1月16日去世,享年81岁。

  于海是山东烟台人,1954年,年仅12岁的于海拜七星螳螂拳大师林景山为师,学习正宗的螳螂拳,由此开启了他的武术生涯。

李连杰(左)与于海(右)。图片来源:电影《少林寺》截图

  出演传奇电影《少林寺》

  成为李连杰“客师”

  1982年,一部名叫《少林寺》的电影,书写了一个“一毛钱一张电影票创下上亿票房”的奇迹。电影开拍之初,导演一改过去选用职业演员的惯例,全部采用了具备武术功底的专业人士,于海也因此被邀请参演了人生中第一个大银幕角色“昙宗大师”。

  当时外界对于武术运动员出演电影颇为担心,认为他们并不懂得演戏,又如何能保证电影的质量?但是导演张鑫炎则一直坚持己见,他认为只有武术运动员才能真正表现出少林功夫的精髓。

  在此背景下,七星螳螂拳传人于海早早被剧组看中。最终,电影《少林寺》汇集了来自全国各地的24名武术运动员,主演李连杰就是其中一员。

电影《少林寺》截图

  据悉,李连杰出演这部电影之前,还发生过一个有趣的小插曲。当时17岁的李连杰因为在电影《塞外夺宝》的演员海选中落选,正生着闷气。虽然知道导演张鑫炎正在为《少林寺》挑选演员,但他仍不愿意见,最后还是被运动队叫来面试,促成了这次合作。

  电影里于海饰演的昙宗大师与李连杰饰演的小虎,二人是师徒关系。由此外界常把李连杰归为于海的得意门生,他曾解释道:“其实我只是他的客师,他的启蒙老师是原北京武术队的教练吴斌。一个武术运动员会有很多的客师,但是启蒙老师却只有一个。”不过,于海补充说:“我教过李连杰螳螂拳和陈氏太极拳,他是个很刻苦的孩子。”

于海参加节目讲述拍摄《少林寺》期间的故事。图片来源:央视截图

  “没有影迷,就没影星”

  武打演员不受点伤不出色

  据《少林寺》副导演、香港知名电影人施扬平透露,电影中每个演员都是武术指导,因此采用了“谁打谁编”的原则。这些具备真刀实枪功夫的演员,集体为观众们呈现了一场场精彩绝伦的武术盛宴。鹰拳、螳螂拳、三节棍、九节鞭等中华武术绝学,在电影里轮番登场,最终使《少林寺》成为难以逾越的经典。

  虽然《少林寺》是于海拍摄的第一部电影,但是他依旧拿出全力以赴的武术精神完成拍摄。他说,当初拍摄时间非常紧张,而片中的马戏又很多,他便只用了两个上午的时间练习骑术,便投入拍摄。

螳螂拳传人于海。图片来源:央视截图

  影片中有一组于海在路上骑马疾驰的镜头,当时他的马速很快,拐弯时不巧被一棵杨树挡在了前面,正想收缰却已经来不及了,他的身子平飞了出去。出于本能,于海用两条胳膊护住了头部,但手臂却没能幸免:手腕、肘部脱臼,左手撞断。

  《少林寺》上映后掀起了观影热潮,于海也跟着人气大涨,此后又接演了《南北少林》《太极宗师》《新少林寺》等影片。

电影《少林寺》动图

  越来越多影迷被于海精湛的武术表演所震撼,对他表达喜爱之情。渐渐地在一些公共场合,于海会遇到热情的影迷想要他签名、合影,即便当时他再累,也会一一满足影迷的要求。他说:“我永远记得,‘没有影迷就没影星,’‘盛名之下,其实难副’这两句话。”

  知名度的提升丝毫不影响于海对武打表演的态度,“有时伤病还没好,打上石膏还得打,原地打、站着打。有时候站久了,脚肿得鞋都穿不进去。”他说,“练武术的就是脑袋比较木,自己也跟自己较劲,一定要达到那个程度。其实做武打演员,不受点伤、不受点痛是做不出色的。”

于海参加节目讲述拍摄《少林寺》期间的故事。图片来源:央视截图

  吴京悼念“老师一路走好”

  网友不舍,分享童年回忆

  1月17日凌晨,演员吴京发布微博悼念于海:“惊悉于海老师逝世,不胜悲痛。《功夫小子创情关》《太极宗师》《新少林寺》《少林武王》……仿佛还历历在目,于海老师一路走好。”

吴京发微博悼念于海。

  于海与吴京曾合作多部影片,他也对这名后辈青睐有加,“我对吴京比较熟悉,这个孩子很刻苦,当年一起拍《太极宗师》的时候,我就很看好他。”

  对于于海的离世,许多网友也纷纷发文与其告别。有网友称,自己小时候最崇敬的功夫大师就是于海;也有人表示,他即使不是主角依旧能给人留下深刻的印象,形容于海的作用就好像是顶梁柱,“有他当师傅,主角就会很有底气的感觉”。

网友悼念于海。

  还有一位网友分享了自己的一段儿时回忆,他说,小时候电视台播放《太极宗师》,每晚一集,有一次他家里的电视坏了,便去邻居家里看。当时他看到邻居家的姐姐正拿着日记本记主题曲,直到现在他还能想起当时的歌词“天已幕,月如初”。他表示,一瞬间,这些画面仿佛就在昨天。

  “练武之人就该有向强手挑战的勇气。”虽然于海老师已经离我们而去,但是他秉持的武术精神仍将激励着许多人,在人生的道路上勇敢前行。(完)

                                        •   (文图:赵筱尘 巫邓炎)

                                          [责编:天天中]
                                          阅读剩余全文(

                                          相关阅读

                                          推荐阅读
                                          分分赛车马青骅被抽尿检苦熬3小时 回忆当年曾与勒布畅谈人生
                                          2024-02-26
                                          分分赛车甜蜜暖婚:总裁宠妻很狂野
                                          2023-07-25
                                          分分赛车立夏后这些生肖财运来临!横财挡不住!
                                          2023-06-02
                                          分分赛车原创微视频《“一带一路”:普惠之路》
                                          2023-06-10
                                          分分赛车十亿遗产:我的人生赢家路
                                          2024-03-02
                                          分分赛车VIP8.0图雅的婚事余男带着残障老公改嫁嘉宾:余男 巴特尔 森格
                                          2023-11-28
                                          分分赛车 许志安华语榜中榜惨被除名 杨千嬅捧双料大奖被赞实至名归
                                          2023-05-24
                                          分分赛车 养生| 补钙又补锌的能手,教你它的5种做法,家家必备!
                                          2023-07-24
                                          分分赛车合影时记者让"站近点" 安倍小心靠近特朗普突喊停
                                          2023-07-04
                                          分分赛车收评:创业板指下行跌2.55% 近300股跌停
                                          2024-04-13
                                          分分赛车如何设置院校梯度才合理?
                                          2023-12-13
                                          分分赛车韩国瑜公布“收到选举捐赠1.29亿” 蔡正元道歉
                                          2023-07-12
                                          分分赛车《周恩来回延安》曝首款预告 戏骨连抛催泪弹
                                          2024-04-08
                                          分分赛车31省份累计报告接种新冠病毒疫苗303670.7万剂次
                                          2024-01-26
                                          分分赛车银隆再爆猛料 魏银仓曾用公款270万为家人及亲家买车
                                          2023-09-23
                                          分分赛车1.5万在鹤岗能买一套房?
                                          2024-03-11
                                          分分赛车海南通报“医院售假宫颈癌疫苗”调查处理进展
                                          2024-01-17
                                          分分赛车面临志愿填报需了解什么?
                                          2023-08-10
                                          分分赛车轿车突然冲破小区护栏“飞出”路面 两名行人神走位躲避
                                          2024-01-10
                                          分分赛车广告周CMO谈与网易战略合作
                                          2024-04-14
                                          分分赛车 拉萨市第一小学2019年春季运动会开幕
                                          2024-01-12
                                          分分赛车恭喜!孙杨一小时双冠
                                          2023-11-21
                                          分分赛车俄官员:IS等组织组建黑客部队 世界面临威胁
                                          2023-11-19
                                          分分赛车“许志安”式男人值得原谅么?
                                          2024-01-29
                                          加载更多
                                          分分赛车地图