近年来,互联网、云计算、大数据、人工智能、区块链等新一代信息技术成果快速涌现,陆续进入到大规模快速实现商业转化的阶段。与此同时,在催生大批数字化企业、数字化业态、数字化应用场景的过程中,全球互联网协议流量以及全球数据量都呈现指数级增长势头。伴随着跨境数据在支持国际贸易活动、促进跨国技术合作、推动数据资源共享方面的作用愈发凸显,数据作为要素具有巨大价值已经成为国际共识,促进数据跨境流通及数字贸易,正成为推动新型全球化的新动力。
2022年12月19日,国务院关于构建数据基础制度更好发挥数据要素作用的意见也指出,“深化开放合作,实现互利共赢。积极参与数据跨境流动国际规则制定,探索加入区域性国际数据跨境流动制度安排。推动数据跨境流动双边多边协商,推进建立互利互惠的规则等制度安排。鼓励探索数据跨境流动与合作的新途径新模式”,加强数据跨境流动的探索,成为我国在全球数字经济发展格局中的建立优势的关键。
探索合法、合规、可落地的跨境数据流通技术解决方案
开放群岛开源社区跨境数据流通小组以助力企业合法、合规实现数据流通业务出海为目标,围绕着国内数据的出境、国外数据的入境以及第三国数据过境等领域,联合生态伙伴结合业务模式与技术能力推进合法合规可落地的技术解决方案。
本份白皮书集领域内行业专家、法律专家、技术专家智慧,以跨境数据流通线下合规与线上技术解决方案相结合为特色,在研究数据出境接收国及地区的法律环境分析的基础之上,探索技术手段实现跨境数据的高效流转,是跨境数据技术解决方案的首次集中展现。白皮书系统剖析了我国在数据跨境流通领域的发展现状、难点和障碍;同时,全面梳理了美国、欧盟、日本、新加坡、中国香港、中国澳门等国家和地区在数据安全保护和数据跨境流通等方面的法律法规要求,为国内从事合规的从业人员提供相关素材的参考;还重点围绕金融、医疗、汽车、物流和跨境电商等行业,探索如何利用区块链、数据网关、隐私计算等最新技术,提出推进数据高效、合规跨境流动的技术解决方案。
以粤港澳数据跨境为起点,参与全球数字经济浪潮
近年来,粤港澳大湾区在经济贸易、投资融资、科技交流合作、人员往来等多个方面都开展广泛深入的合作且成效显著。面临新时代的新情况和新任务,如何以数据跨界流动来赋能粤港澳三地间人流、物流、资金流更加精准、便利、高效、安全地流通,提升大湾区整体的经贸合作和人文交流的效率和安全性,是三地政府管理部门、企业和市场服务机构的重大任务。
尝试以粤港澳为样本,探索实践数据跨境流动的大湾区方案有利于我国在参与世界数据经济合作中积累经验并发挥重要作用,大湾区具有一国两制三地的中国特色,在数据跨境流通、基础制度体系建设、管理体制机制完善、标准规范和通用协议制定、数据安全流通技术应用等重大问题上先行先试,及时总结有效做法。不仅仅是大湾区三地的事情,对于中国积极主动参与国际数字贸易、世界数字经济技术合作和网络空间治理以及维护速度主权都具有十分重要的现实意义。(柯岩)
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)