耗时5年时间,天津理工大学鲸言创益无障碍智能科技研发团队,构建起一个包含30余万条视频的语料库,研发出“复杂场景下中国手语实时翻译系统”。
该系统利用丰富的语料库构建算法,听障人士一边手语,屏幕就可以自动“翻译”出语音或文字。系统在2021年已经涵盖教育、法律、餐饮、交通等应用场景,在光线充足的环境下,识别率可达95%。今年之内,这套系统将应用于天津理工大学的办公楼,楼内大厅将出现一个交互机器人和一块交互大屏,让所有听障人士都可以被“听见”。
我们的科技留言板及得到用户“有意见”如下
@竹罗纪:北京冬残奥会召开前夕,人工智能机器人用六个国家不同的手语打出了“北京欢迎你”。在比赛场上也能看到很多智能语音识别产品。真正强大的科技,应该让每一个“少数群体”也能够享受到科技的力量。大到国际赛事,小到日常生活、学习、医疗。天津理工大学研发的手语实时翻译系统的落地,让听障人士能够更好地表达和交流,帮助他们更准确地传递信息,从方方面面改善和提升了“少数群体”的生活质量。
@老董:人工智能的手语识别里面包含了语音识别、图像识别、文字识别、数据分析等多项技术,比技术更困难的,应该是对手语资料的收集工作。天津理工大学计算机学院可以学有所用、学有所为,研发的手语实时翻译系统,不但可以令正常人与听障人士的交流变得更加自如。也让听障人士可以自如地融入数字化世界,为天津大学点赞。
@peggy:分享蒋昌建的一句金句:科技,要让弱者变强,让强者更有爱。讲真,这个世界,到底谁是强者?谁又是弱者?把这句话再读一遍,过度理解一下,或许更有意义。科技,要让我们每个人变得更强,同时也让我们更富爱心。用这份爱心,尽自己所能去帮助更多人。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。