数字社区加速数实融合******
在浙江省湖州市安吉县鄣吴镇的“扇艺共富”工坊,创业者通过电商平台直播带货方式推介鄣吴竹扇。
夏鹏飞摄(新华社发)
近日,中国信息通信研究院发布《数字社区研究报告(2022年)》提出,随着数字化应用向纵深推进,各行各业将迎来新一轮创新升级。人与人、人与物、人与社会等关系也将因为数字化的全面介入而发生质变。随着数字经济的发展,数字社区这一新型网民生态圈,正在成为数字生活的入口与数字经济的载体。
新型互联网社区兴起
中国互联网络信息中心发布的第50次《中国互联网络发展状况统计报告》显示,截至2022年6月份,我国网民规模为10.51亿,互联网普及率达74.4%,互联网基础建设全面覆盖,实现“县县通5G、村村通宽带”。数字技术给人们的出行、购物、社交、娱乐、就医、教育等各方面带来极大便利,人们的生产生活方式正在全面线上化、数字化。
在此基础上,数字经济发展格局全面扩展,深化数字化应用成为大势所趋。《“十四五”数字经济发展规划》提出,“十四五”时期,我国数字经济转向深化应用、规范发展、普惠共享的新阶段。随着数字化应用的纵深推进,各行各业将迎来颠覆性变化,新业态、新模式日新月异。移动支付、电子商务、网络购物、视频直播、远程会议等模式竞相发展。
数字社区是以新一代信息技术为基础,以海量数据为流通要素,以先进的数字化交互手段为主要表现形式,通过打造高互动的数字生活场景,建立人与人、人与物、人与社会之间的信任连接,从而实现线上线下高效融合的新型互联网社区。数字社区成为服务现代化产业体系建设、推进乡村振兴、促进区域协调发展的新型移动互联网产品形态。
作为一种新型互联网社区,数字社区具有普惠、连接、效率和信任四大特征,将物理世界的要素——人、产业、区域,利用多样化的表现形式,在数字世界连接成一个又一个内容模块,多种多样的内容模块组成生活中的方方面面,形成数字社区内容生态,由底层技术/数据支撑连通这一生态系统,最终形成规模巨大的多边网络效应,让不同的人群能够基于普惠机制获得平等的数字化服务。
同时,依托人工智能、音视频技术以及AI芯片等软硬件技术的集群式创新,数字社区有了更丰富的内容形式。人工智能生成内容的出现也降低了社区创作者的门槛。
“数字社区作为数字经济发展的新载体,是面向未来可持续发展提出的互联网社区建设新理念与新模式。”中国信息通信研究院总工程师敖立表示,数字社区通过多元化的信息交互技术搭建的内容矩阵连接起数亿用户与各行各业,并与实体经济深度融合,不断创造新场景、新机会、新模式,推动数实融合与数字中国建设。
深度连接产业与用户
回顾中国互联网平台的发展史,从以搜索引擎和资讯服务为主的门户时代,到QQ、淘宝盛行的以社交和电商为主的用户时代,再到以美团、京东为主的便利快捷的移动互联网时代,人们的数字生活越来越便捷。自2015年首次提出“互联网+”概念后,互联网行业又迎来了新的商业模式与盈利增长点,以快手等企业为代表的“高黏性、强互动”数字社区的涌现,不断扩展、丰富着人们的交互空间与生活生产消费方式,其间孵化、催生的大量技术场景赋能到实体产业,成为全球数字经济发展的重要推动力。
《“十四五”数字经济发展规划》提出,以数字技术与实体经济深度融合为主线,加强数字基础设施建设,完善数字经济治理体系,协同推进数字产业化和产业数字化,赋能传统产业转型升级,培育新产业新业态新模式。如今,数字社区深度连接了一个个产业与用户,不断提升用户价值、产业价值、社会价值,进而发挥数字化优势赋能传统产业,促进数实融合发展。随着内容生态的不断完善,直播、短视频等内容创作新领域分工越来越专业化,数字社区开始在引领产业数字化、稳就业与促就业方面发挥重要作用。
报告显示,中小企业和传统产业在经历了成长红利期后开始积极谋求转型,例如一些传统餐饮企业、实体店开始接入数字社区,用优质内容吸引留存用户,进行营销、团购等经营活动,获得了更多商业机会与客户资源。数字社区发挥数字化技术能力、产品能力赋能各行各业,推动数字经济和实体经济融合发展,实现营销数字化、运营数字化和供给数字化。
如今,越来越多的产业和商业模式通过接入数字社区,从过去围绕线下展开转变为以线上场景为中心,实现数字化转型。快手科技内容总监袭祥德表示,作为一家高互动、强参与的数字社区,快手正在线上建立起广泛而精准的连接,成为人们数字生活的入口。随着更多人在平台建立信任连接,快手在数实融合和产业升级方面做了大量探索,持续在数字社区创造正向价值。
对互联网行业来说,大力发展普惠数字社区,打造互动性数字生活场景,升级数字化、智能化技术应用,不仅意在拥抱实体经济,将数字化的动力带给千行百业,更有机会借此在产业互联网的“下半场”竞争中占得先机。
“随着数字社区与实体经济不断融合,越来越多的商业行为将在数字社区中进行,不断壮大数字社区的产业链条。”中国信息通信研究院知识产权与创新发展中心创新发展部副主任张倩表示,电商利用视频+直播的强互动、快反馈特征,与消费者建立并积累信任关系。基于这种信任关系,未来数字社区将有机会成为一个更大、更丰富、消费形态更多的市场。行业的定制化程度进一步提高,原来无法被满足的个性化需求会被集中开发成新的服务;市场响应速度会更快,供给端的产品会更快得到消费端的反馈;市场中经营种类将会更多,市场规模进一步扩大。整体而言,随着信息技术对人与人、人与社会关系的深刻改变,数字社区有望成为数字经济的新增长极。
激发更多新应用场景
随着数字化进程的加快,数字社区将深入赋能人们工作和生活的方方面面,数字化能力将促进城市社区公共服务创新,带动乡村振兴,并助力区域协调发展;充分发挥数字社区直观性、便捷性、趣味性、互动性特点,互联网信息化成果将惠及每一位用户,以技术手段弥合数字鸿沟。
数字社区可助力城市公共服务体系更加完善。报告提出,在一、二线城市社区,不仅在线消费、即时零售、社区团购等消费类需求旺盛,用户在娱乐、学习、就业等方方面面也提出越来越高的需求。数字社区依托5G、互联网、大数据、人工智能等新兴技术,提供线上线下融合的服务能力,让本地社区生活服务更精准、更便捷、更丰富。数字技术助力本地生活服务更加智慧化,打造数字社区已经成为当前城市社区发展的重要方向。
在乡村振兴方面,数字社区除了建立农民和消费者直接联系的渠道,推动农业农村经济发展,还成为培养乡村人才的第二课堂和基地。通过发掘有能力的乡村用户,为其提供产品、相关知识和资源,培养其成为乡村带头人,带动乡村发展。近期,农业农村部科技教育司与共青团中央青年发展部联合开展国家乡村振兴重点帮扶县“农村青年主播”培育工作,依托快手“村播计划”,通过线下活动、培训指导、线上规模化运营、专项传播等多项持续性举措,培养数字乡村新主播人才。
中西部欠发达地区拥有价低质优的产品,但受限于基础设施薄弱、公共服务资源匮乏,与经济发达的东南部地区相比缺乏竞争力。普惠的数字社区为中西部地区充分挖掘产业特色、地区文化和旅游资源提供了全新媒介,通过社区平台、线上与线下结合,促进生产要素优化配置,实现区域产品优势互补。同时,产业的发展能带动人才格局流动,吸引一批有互联网意识、有技术能力的青年创业。
中央财经大学中国互联网经济研究院副院长、教授欧阳日辉表示,普惠数字社区为就业、创业和新职业发展开辟新空间,是新个体、新职业、微经济的承载地,数字城市社区与数字乡村社区建设相辅相成,共促数字中国建设。(经济日报记者 王轶辰)
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)