吕志贤在牙屯堡站立岗,迎接来往的列车。 夏阳春 摄
吕志贤每天的工作是在铁路沿线开展安全巡查,对铁路路段两侧的防护栅栏、警示标志牌进行检查,对铁路沿线私搭乱建、行人有无穿越铁路、杂物、轻质飘浮物等安全隐患问题进行排查。完成这项工作,吕志贤每天需要步行8公里铁路线,开车巡逻15公里。
由于线路处在连绵山岭之间,蜿蜒的山路小道上经常会有蛇虫鼠蚁出现,吕志贤就准备了一根木棍,边走边敲打。“线路上有蛇都是常事,这些都不打紧,还是怕山林里的野蚊子,被叮上一口,一个礼拜都消不下去。”他说。
吕志贤爬上隧道口查看落石情况。 夏阳春 摄2月,牙屯堡山里的气温依旧很低,伴随着浓浓的雾气,线路两侧都结上了厚厚的冰。一旦结冰,上山的公路就会被封锁,吕志贤就只能徒步巡逻。警用大衣、大盖帽、装有热水的保温杯便成为吕志贤巡线路上最好的保暖措施。不论天气多么恶劣,道路多么难走,吕志贤都坚持按计划巡逻。他说:“也不怕这天有多冷,走着走着,身子不就暖和了,只有自己走过,才能放心。”
春运期间,线路周边的学生喜欢在放假期间到铁路周边玩耍。为了给铁路沿线学生普及铁路安全知识,吕志贤把牙屯堡附近的村落跑了一个遍。村落里,线路旁,他给孩子们讲授铁路安全常识,孩子们围着吕志贤好奇地问个不停。
此前有个调皮捣蛋的孩子跑到铁路上玩耍,被吕志贤抓了个正着,当下教育,可还是不放心,后来他去孩子家家访,才得知孩子父母离异,一个人跟着爷爷生活,生活状况特别贫困。“我们去到他家里家访,家里连件像样的家具都没有,更别说孩子的学习用具,都靠学校和同学之间资助。”每次到村落宣传,吕志贤都会专门为这个孩子买一些学习用品,过节的时候还带孩子来镇上添上几件新衣裳。他说:“要是能帮上忙就多做点,谁家没点难事。”
吕志贤进入村庄开展法治安全宣传。 夏阳春 摄吕志贤家在距离牙屯堡站直线距离120多公里的融安县城,其爱人潘菲是融安火车站的临时身份证制证窗口的工作人员,孩子一个刚上初中,一个还在上幼儿园。今年春节,因工作原因,吕志贤大年初二便离家回到牙屯堡站开展线路安全工作。对此,潘菲没有半点怨言。“他守护线路,我守护家。无论生活和工作多艰辛,只要夫妻同心,一定会把工作干好。”潘菲说。
今年春运是吕志贤在牙屯堡站值守的第四个春运,年前他守护着旅客回家团聚,年后他守护着旅客乘车复工奔向新的希望。“每次巡查爬上了山顶,看着满载旅客的列车平安通过时,我就觉得自己的工作充满了意义。”他说。
吕志贤甘于寂寞,甘于奉献,是深山里的最美“独行侠”。在其精心努力下,他的辖区创下了线路治安安全1095天的好成绩,辖区治安事件“零发生”。(完)
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) [责编:天天中] 阅读剩余全文() |