为弥合数字鸿沟共同发力******
【乌镇观察】
为弥合数字鸿沟共同发力
——来自2022年世界互联网大会乌镇峰会弥合数字鸿沟论坛的声音
光明网记者 邱晓琴 王一涵
数字时代,全球数字化转型进程持续深化,但也伴生出数字鸿沟。如何让数字发展红利惠及全球,已逐渐成为国际社会需要解答的时代命题。11月9日,由教育部、人力资源和社会保障部、中国科学技术协会、联合国儿童基金会主办,中国网络社会组织联合会、教育部教育技术与资源发展中心(中央电化教育馆)、中国科普研究所协办的2022年世界互联网大会乌镇峰会弥合数字鸿沟论坛以线上线下结合方式举行,与会人员围绕数字鸿沟相关话题展开深入探讨,并就弥合数字鸿沟分享了经验,发起了倡议。
共享数字发展红利,携手应对数字鸿沟
“近年来,数字触角正快速延伸至每一个角落,成为经济社会发展和增进民生福祉的强劲新动能。数字鸿沟是数字化进程中产生的发展问题,体现在国与国、人与人之间的不同层面。”在中国科学技术协会专职副主席、书记处书记孟庆海看来,数字鸿沟意味着经济鸿沟、资源鸿沟,加速全球发展不协调、个体机会不均等,“要站在实现全球可持续发展高度,努力弥合数字鸿沟”。
疫情防控期间,众多儿童享受互联网带来的便利,比如在家上起了网课。但据联合国儿童基金会驻华代理代表郑道介绍:“尽管全球数百万儿童的上网时间越来越多,但仍有13亿多儿童无法在家上网。”他表示,各国政府都需要出台相关的法律政策和举措,重点关注弱势群体,确保所有儿童都能够安全上网。
在中欧数字协会主席鲁乙己看来,虽然老年人口触网的数量在增加,但与其他年龄段相比仍占少数。“许多老年人依旧无法使用互联网服务满足基本需求,无法融入社会生活的多个方面,让原本已经孤立和孤独的老年群体雪上加霜。因此,要注重提高老年人的数字技能。”鲁乙己说。
“未来,可能因为仅仅不懂使用电脑、智能手机和互联网,一些独居老人无法与外界甚至家人联系,学生无法独立完成家庭作业,弥合数字鸿沟是人类共同生存发展的必然选择。”世界知识产权组织中国办事处主任刘华说。
创新数字技术赋能,提升全民数字素养
“弥合数字鸿沟是全球共同的紧迫任务,数字化发达国家和地区应担起更多责任。”世界工程组织联合会前主席龚克呼吁,国际社会和组织要切实帮助欠发达国家发展网络基础设施,加快实施面向不发达国家和地区的基础设施援建计划。
从2017年开始,中国倡议建设21世纪的数字丝绸之路,大力建设互联网基础设施,加强网络空间合作,建立“一带一路”沿线国家共同技术标准。联合国教科文组织驻华代表处代表夏泽翰对此非常赞赏。他指出,疫情暴发以来,中国“数字丝绸之路”的重要性愈发凸显,中国通过“数字丝绸之路”与“一带一路”倡议的其他成员国分享数字化专业知识,为全球数字化进程注入强劲动能。
宏观的视角之外,更多人将目光放到网络环境的改善上。为了给老年人创造友好的使用体验,越来越多网络应用开始适老化改造。美团总编辑徐辉介绍,在推动信息无障碍,共享普惠的生活方面,美团推出的长辈版服务已覆盖500万老年群体。抖音集团副总裁李涛则指出,要关注多元群体安全问题,丰富平台安全的知识内容,为青少年和老年人等人群构建安全可信任的数字生活环境。
当然,弥合数字鸿沟,还离不开个人自身的数字素养和技能。“要不断推进教育数字化发展,提升全民数字素养与技能。”中国教育部科学技术与信息化司副司长舒华认为,应健全完善与数字人才培养相适应的课程教材体系,推动把数字素养与技能纳入学生综合素质评价,注重提高学生利用数字技术解决实际问题的能力。人力资源和社会保障部信息中心主任宋京燕也表示,要立足工业化与信息化深度融合,建设适应数字化时代的技能人才队伍,确保人才技能水平始终跟上时代发展和技术更迭。
倡议加快数字基础设施建设,深化数字素养和技能国际交流合作,推进全民终身数字学习体系……为构建数字包容社会,提升全球公民数字化适应力、胜任力、创造力,共建共享数字化发展成果,论坛同时发布了《提升全民数字素养和技能倡议》,各方携手呼吁为弥合数字鸿沟共同发力。
《光明日报》( 2022年11月10日 12版)
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。
(文图:赵筱尘 巫邓炎)