铁警师徒的第28年坚守和第一个春运:平凡岗位护平安旅途******
(新春走基层)铁警师徒的第28年坚守和第一个春运:平凡岗位护平安旅途
中新网太原2月3日电 题:铁警师徒的第28年坚守和第一个春运:平凡岗位护平安旅途
作者 李庭耀 李小朋
“各位旅客,春运期间出行人多拥挤,请大家过安检后及时检查自己随身携带的行李物品,以免遗漏或误拿影响后续出行。”2023年春运正在进行,山西太原火车站进站口,民警刘学强和李晨俊穿梭在人群中,不断向旅客发出提醒。
今年50岁的刘学强是太原铁路公安处太原车站派出所值勤二队民警。从警28年,他先后经历乘警等多个岗位,2012年调动至太原车站派出所工作至今已在执勤岗位10多个年头。李晨俊今年28岁,2022年才调到太原车站派出所工作,这是她在执勤岗位的第一个春运。
为使年轻民警更好融入春运工作,单位专门安排刘学强与李晨俊结成师徒对子。春运期间,乘坐火车出行的旅客明显增多。早上一接班,太原火车站候车室里已坐满了拎着大包小包的旅客。安检查危盯控、候车室巡查、旅客安全宣传、列车乘降组织……刘学强带领李晨俊忙碌起来。
民警刘学强和李晨俊正在与旅客进行交流。 李小朋 摄一上午的时间,刘学强的微信运动步数就已突破1万步。长期在一线工作,刘学强患有一些慢性疾病,每次下班都会先坐在凳子上稍微歇缓一下,然后才慢慢回家。但在执勤岗位上,刘学强却始终不服老,精神饱满。午休间隙,看到师父腿部疼痛,李晨俊悄悄帮他打好午饭,带到了进站口执勤室。
28年来,刘学强接触最多的就是旅客。看到旅客遇到困难,他都会第一时间主动上前询问,提供帮助。面对违法犯罪,他也总是嫉恶如仇。2017年到2019年,刘学强连续三年荣获优秀公务员称号,又在2021年到2022年连续两年荣获优秀公务员称号。
1月14日下午,刘学强和李晨俊在候车室执勤过程中,接到一名旅客求助。对方是一名外来务工人员,准备乘坐火车返回老家,发现随身携带的黑色背包丢失,里面装有身份证、现金,还有一些给家人购买的新年礼物等物品,求助时神情慌张。
根据失主提供的信息,刘学强安排李晨俊联系派出所视频指挥室,通过监控摄像头追踪,发现失主在售票厅过安检后,急急忙忙去买票,把背包落在安检仪上,而跟在他后面的一位中年男子拿起背包装进自己的箱子里。
民警发现捡包男子已经进入候车室,刘学强立即出动,找到这名男子。有视频为证,对方承认在售票厅捡到黑色背包。刘学强对其进行了批评教育,并核对包内物品后将包还给失主。
没有惊天壮举,没有豪言壮语,只有日复一日的平凡工作和默默坚守,刘学强用自己的一言一行帮助年轻民警快速成长,李晨俊也在师父的言传身教下学习掌握各项业务技能并学以致用。春运还未结束,刘学强和李晨俊仍在平凡岗位守护平安旅途。(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() |