y39彩票网投 - y39彩票走势图

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。

热评丨新年喜看新活力，提振信心在行动******

　　今年元旦假期，各地消费复苏回暖趋势明显。元旦小长假，全国铁路日均发送旅客508万人次，较去年11月份日均旅客发送量增长109%；“2023全国网上年货节”首日，全国网络零售额452亿元，比去年年货节首日增长6.5%；不少餐馆再现门庭若市、排队等号的场面，故宫博物院、北京环球度假区等景区也重现如潮的人流。

　　告别不容易的2022年，2023年元旦假期的复苏势头，给今年的经济形势开了个好头。在疫情防控政策优化调整后的首个消费节点，城市的“烟火气”归来了，人们“出门转一转”的热情提升了，而这背后则是社会经济恢复常态，进一步繁荣发展的内在动力与强大意愿。

　　总需求不足是当前经济运行中面临的突出矛盾。着力扩大国内需求，是今年经济工作的重点。恢复堂食、跨省旅游等一系列措施，让人们沉积已久的需求得到释放。更重要的是，人们对美好生活的向往没有变，对幸福的追求没有变。

　　社会心理的预期，离不开实实在在、求真务实的行动。有的地方通过发放消费券等形式，让市民游客得到“真金白银”的实惠；在国家继续新能源汽车免征车辆购置税政策的基础上，有的地方出台促进汽车消费的惠民政策；正值年货消费高潮，线上线下丰富多彩的购物节、打折促销活动，不断优化消费体验，满足了消费者“一站式购物”的愿望。真招数、巧办法正在相继出台，激活民众的消费意愿和需求。

　　去年年底召开的中央经济工作会议提出，切实落实“两个毫不动摇”。“要从制度和法律上把对国企民企平等对待的要求落下来，从政策和舆论上鼓励支持民营经济和民营企业发展壮大。依法保护民营企业产权和企业家权益。”大力提振市场信心，是促进经济稳步快速回升的又一个重点。

　　连日来，各地出台诸多惠企政策，增强市场主体信心，直指“拼经济”目标。一些地方的党政领导专门召开企业座谈会，与企业家一起谋划经济发展，为企业纾困。政府通过组织企业集中签约大项目，组团出海揽订单，积极开拓维护市场，抢抓外贸发展先机。有的地方还鼓励企业给外地员工发放新春红包，以缓解春节前后用工难题。

　　在增强企业信心、出台务实纾困政策的同时，也要对经济修复的复杂性有足够估计，付出更大努力。中央经济工作会议强调，坚持推动经济发展在法治轨道上运行，依法保护产权和知识产权，恪守契约精神，营造市场化、法治化、国际化一流营商环境。进一步完善“顶层设计”，保护企业产权，企业家吃下了“定心丸”。

　　元旦消费掀起小高潮，工厂车间忙碌有序的场面再现，再次验证中国经济韧性强、潜力足、回旋余地广，长期向好的基本面不会改变。只要坚定信心、乘势而上，我们一定能迎来更加光明的发展前景。

　　（文丨王钟的）

　　（文图：赵筱尘 巫邓炎）