让“无声世界”感受赛场魅力!带你看看冬奥手语数字人有哪些奥秘******
2022年2月4日,第24届冬季奥林匹克运动会在北京举行,让世界目光再次聚焦中国。本届北京冬奥会秉持绿色、共享、开放、廉洁的办赛理念,凝聚中国科技力量,面向世界、面向未来,向全球奉献了一场精彩、非凡、卓越的奥运盛会。
本届冬奥会运用最新科技手段,为全世界观众提供了惊艳的现场转播和全方位覆盖报道,北京冬奥会也成一场上科技含量高的奥运会。赛事活动期间,为了让各类人群都能平等地享受本届冬奥盛会,北京电视台上线了智能手语播报数字人,在《北京新闻》和《北京您早》等节目中进行冬奥专题手语播报,为听障人士带来精彩赛事报道。
最新数据显示,我国听障人群超过2700万,这部分人群与健听人一样,他们对教育、社交、娱乐等信息获取都有巨大的需求。但长期以来,传统人工手语翻译工作量大,且主持人和手语主持人配合难度极高。手语动作表情复杂,语序与正常语序差异大,正常情况下想要熟练掌握手语大约需要2年左右的时间,还要结合语境进行猜测。
受北京市科委科技冬奥专班委托,北京电视台联合凌云光、智谱AI等业内科技公司,在北京市残疾人联合会和市残联聋人协会等支持下,用3个多月时间,让手语播报数字人完成了近10万条手语语料学习,且翻译准确率高达90%。
在如此短的时间内实现这项高难度动作,智能手语数字人是如何做到,在这背后又有哪些技术创新难点?
在多位业内人士看来,近年来人工智能体系建设重点布局在算法层和应用层,数据层建设远远不足,并且针对数字人相关产业,底层数据库的数量、质量和开源程度还明显不足。尤其是国内现有的手语语料数据库数量少,且多以图像、视频等二维平面为主,无法满足AI(人工智能)训练的需求。
同时,因手语语序与中文语序差异大,方言分化更加复杂,且需要通过表情、口型、动作等方式来传达信息。除了传统的二维平面图像、视频采集,三维肢体运动、表情信息数据采集及结构化参数表达外,手语语料数据库建设对三维运动信息捕捉也十分重要。
凌云光手语数字人产品相关负责人介绍,在建设高质量手语语料库的同时,他们充分调研了2022北京冬奥专用手语术语,并联合北京市残联、聋人协会等相关组织机构,进行数据标注,建设手语语义映射关系,不仅完善了国内手语数据库的建设,也为手语推广和AI研究留下了宝贵的数据资产。
该负责人举例说,基于“悟道2.0”超大规模人工智能模型的技术支撑,手语数字脑用计算机模仿听障人士的大脑,将看到的中文文本信息转换成手语词汇序列,包括中文语义蒸馏模型和AI手语分词快编算法的研究。中文语义蒸馏模型用于从输入的文稿或文本中提取出关键的语义信息,将中文文本语义提炼和精简,形成精准匹配适合手语表达的文本;AI手语分词快编算法则用于将蒸馏得到的中文文本,根据冬奥手语语料库划分成相应的手语词汇序列,供数字人做表达输入。
该负责人还提到,数字人是冬奥手语播报的载体和展现形式,通过高精度写实数字人全流程制作方案,可实现一键数字建模,高度还原真人发肤,重新毛孔等细节,更加真实亲切。同时,通过跨模态拟人生成算法,还可以将手语词汇序列,生成相应的动作信息,驱动数字人模型做出相应的动作、手势和表情。(姚坤森)
“特别能聊”的人工智能会聊出些什么?******
聊天机器人ChatGPT优异表现引发市场关注,人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么?
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。
家里要养一只猫,该如何给猫取名字?怎样写出一个纸牌游戏的代码?在不同语境中,词语“意思”到底有几个意思?这些五花八门、时常令人绞尽脑汁都难以得出答案的问题,在人工智能聊天机器人ChatGPT的面前,不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月,ChatGPT的日活量已突破千万,不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注,人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥?ChatGPT所代表的AIGC应用将带来哪些影响和变化?记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活,因为它包含了我所有的经历和感受,是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话,实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火,不少网友将它与自己的聊天记录分享到社交平台上,ChatGPT时而诙谐有趣,时而又显得思想深邃。除了各种聊天互动外,还有不少网友们将ChatGPT视为一种工具,让其写作文、翻译文章,甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示,ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右,在生活闲聊上的意图识别率约为95%,已具备较好的语义理解能力。
实际上,ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的?“这是因为ChatGPT建立在大型语言模型上,会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息,使ChatGPT知识丰富,还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展,近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高,国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例,输入一个题目,它可以瞬间写出上百篇作文;根据一句话或者一段描述文本,可以生成一幅精美的画作;根据一幅图像,可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来,ChatGPT在用户界面和交互上是一种比较创新的模式,用户更容易以自然语言的方式进行交互,这会给大家带来革新性的认识,也会给AIGC带来新的启发。
目前,国外一些公司在积极探索并落地ChatGPT的诸多应用场景,通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为,ChatGPT将颠覆搜索行业,在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测,未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》,“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域,听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩,在分子结构、软件代码等科研生产领域的应用不断拓展,还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示,当前,人工智能生成内容的辐射范围还在扩大,未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观,但从现状来看,ChatGPT等产品想要真正落地,还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中,ChatGPT会犯一些常识性错误,反映出其在可控性、准确率方面仍存不足。有人形容,ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示,ChatGPT在非闲聊型对话的任务完成率上表现一般,难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题,但在一些略有深度的、专业性较强的领域,其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足,也说明了算法依然需要完善。”张孝荣说。
在技术层面以外,人工智能还面临着悬而未决的科技伦理问题。张孝荣表示,ChatGPT在科技伦理方面至少面临三大挑战:“一是版权问题,ChatGPT生成的内容更多来自搬运,容易引发侵权;二是信息安全问题;三是社会缺乏接纳这一新生事物的准备机制,这对监管挑战很大。”
在国内,AIGC产业化路径同样有待探索。石霖介绍说,国内AIGC产业基础薄弱,相关初创公司数量明显少于国外。同时,国内企业目前仍处于打磨产品阶段,还未出现较为好用的内容生成服务。
(文图:赵筱尘 巫邓炎)