快3网站|快3网站

狗脸识别、智慧铲屎、电子游戏......未来我们和宠物的互动有多丰富******

        从“饲养”到“陪伴”，宠物已成为人们不可或缺的家庭成员。

        Euromonitor最新数据显示，2015至2021年，全球宠物市场规模从1098亿美元稳步攀升到了1597亿美元，年复合增长率达6.4%。在中国，宠物消费市场规模更是在十年间从140亿元大幅攀升至2490亿元。

        在物联网、大数据、人工智能等技术的加持下，我们与宠物的互动越来越丰富。未来，科技将怎样帮助我们提升和宠物的亲密度？我们可以怎样智慧养宠？

图源：pixabay

       “铲屎官，陪我打游戏”

        玩电子游戏已经不是人类的特权！英国初创宠物品牌Joipaw已经开发一款给宠物狗使用的游戏家用主机，名为“Joipaw”。该产品带有一块触控屏幕以及自动投喂器。

    图源：joipaw

        未来，我们或许可以看到这样的画面。

        回到家，发现狗子正在屏幕前“奋战”，不亦乐乎。它用鼻子精准地“捉”住了屏幕上的每一只地鼠。而投食机在狗子每次成功触及屏幕中的地鼠时，投放零食给与奖励。狗子疯狂进食，津津有味。

        不止如此，Joipaw还为他们的主机搭配了运动穿戴设备，这些设备既可以供饲养人通过APP来监控宠物，还可以直接关联游戏内容，进行额外的游戏控制。

    图源：Joipaw

        英国开放大学动物-计算机交互教授兼 Joipaw 的科学顾问克拉拉·曼奇尼 (Clara Mancini) 说，针对狗的触摸屏大脑游戏的研究虽然才刚开始，但“非常有前途”。她认为，这项技术可以帮助患有痴呆症的狗，或者让那些因为住在收容所而不太活跃的狗变得更活跃。

       “铲屎官，带好我的身份证”

        世界上不存在两片完全相同的树叶，也不存在两只鼻纹完全相同的狗子。

        与人类指纹类似，犬类鼻纹具有唯一性与稳定不变性，甚至不会随着成长而改变。主人只需对准犬鼻进行简单的抓拍或者视频录像，系统通过犬鼻检测，定位出鼻纹关键点，将提取到的鼻纹深度图信息汇入后台数据库，更可为犬只生成一张专属的身份证。

    图源：旷视科技

        在AI技术日趋普及的当下，犬鼻纹识别技术是通过对比犬鼻纹图像特征之间的相似性来确定犬只的身份，其核心技术是使用模式识别、图像处理等方法对犬只的鼻纹特征进行描述、匹配和分类，从而实现自动的犬只个体认证。对比现有的DNA认证和芯片认证，鼻纹识别具有识别精度高、宠物友好性高、操作体验好、反作弊性强、成本低等优点，具有广泛的应用前景。

    图源：支付宝

        目前，已有科技公司推出宠物的鼻纹识别解决方案，用于城市中的宠物管理，如AI寻宠、宠物门禁、在线犬证办理等。此方案主要通过模式识别、图像处理等方法对犬只的鼻纹特征进行描述、匹配和分类，从而实现犬只的识别与认证。

        当宠物拥有专属ID，有关犬的基本信息、生活动态、消费记录、服务和医疗等信息都将与之绑定。由此拓展的宠物比赛、宠物保险、宠物医疗、宠物零售等场景都将呈现出更多样的可能性。

       “铲屎官，我们谈谈”

        利用擅长模式分析的人工智能，我们或许可以真正破译动物语言，与猫、鸟类，甚至鲸鱼等动物直接对话。届时，人类与动物的关系或将掀开新一页。

        美国北亚利桑那大学科恩·斯洛伯德克夫创建了一个名为Zoolingua的公司，目标是开发一种人工智能，让人们能与宠物顺畅地沟通交流。他认为，如果人类能了解到一点点动物们的想法，同时让动物们了解一点点我们的想法，二者之间的关系将完全不同。

    图源：Zoolingua官网

        因此，该团队观察狗子在特定环境下的叫声和行为，并对这些复杂的通信形式进行分类和分析，最终可以有效准确地在计算机程序中，将“汪汪”翻译成英语。

        根据Zoolingua的统计，美国每年约有二至四百万只狗被安乐死。其中大部分归因于行为问题，而这些问题的出现主要是因为人与狗之间缺乏沟通。该团队认为，如果能找出狗子的行为与我们指令相出入的原因，我们就可以解决很多行为问题并拯救很多狗。

       “铲屎官，今天你铲屎了么”

        通过DNA检测技术和无人机，狗子的粪便可以被精准锁定，并找到那个拒绝铲屎的铲屎官，进行追责和教育。

    图源：PooPrints

        从DNA采集的角度来说，美国DNA技术宠物公司PooPrints已经有了成熟的方案。

        首先，要在每个狗子的身上提取到生物信息数据样本。然后，每只狗的基因档案都被注册，并安全地上传到DNA世界宠物登记数据库中，狗主人还需要填写一份关于本人的基本信息，相关信息会存储到狗子的“身份证”中。最后，只需要从“犯罪现场”提取到证据，将样品证据返回实验室进行处理，就可以将粪便与狗子们匹配上，从而找到这个懒惰的铲屎官了。

    图源：pooprints

        那如何追踪狗子的粪便呢？

        荷兰企业家Gerben Lievers将传感器和机器人综合成了“无人机铲屎官”。第一个无人机模型名为Watchdog1，主要使用热成像技术，通过与周围区域相比的温度来定位需要铲的屎。同时，该模型附有GPS定位系统，相关数据会发送到名为Patroldog1的地面机器人上，接收到数据后，地面机器人便负责找到并清理。

        炫酷科技带来震撼的同时，也温暖着我们生活中的点点滴滴。未来，理性与冷酷将不再是机器的代名词，它们将以有温度、有生命感的形象，融入每一个家庭，让家庭智能起来。（整理：李飞 策划：穆子叶）

        参考 | 虎嗅网、文汇报、中国青年网

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）