网盟彩票-网盟彩票

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。

“热腾腾”的农牧民运动会******

　　【新春走基层】

　　光明日报记者 李慧 赵明昊

　　春节前夕，藏在山坳坳里的新疆呼图壁县雀尔沟镇南山牧村，开启了一场别开生面的运动会。赛马、长跑、押加、拔河、叼羊……赛场上选手激情澎湃，赛场下观众喝彩不断。雀尔沟镇冬季农牧民运动会现场，到处都是热腾腾的模样。

　　“一比零，换场地！”押加场地上的一声吆喝，吸引了记者的注意。押加也叫背向拔河，不仅考验选手的力气，还考验他们的身体协调性和观察力。挤进层层人群，只见两个身材壮硕的小伙子正互相背对着彼此，一条长粗绳子从他们两腿间穿过后套在颈部。在裁判示意下，两人俯身四肢着地，埋着头蓄势待发。“开始！”口令响起，两人猛地向前方冲去，直到其中一人把绳上的坠条拉过决胜线，比赛才算结束。

　　另一边，偌大的叼羊场地上，两方人马正策马扬鞭，飞驰在雪地上争夺羊只。他们看似混战一团，内里却暗藏不少门道：有人冲群抢羊，有人掩护卡位，形势时时更迭变换。“摔跤见力气，叼羊见勇气。”哈萨克牧民们淋漓尽致地展现了这句谚语的真谛。赛骑术、比力气、拼智慧，但更重要的是顽强拼搏的精神。

　　“南山牧村是东道主，实力强劲，不过我们有信心胜过他们，拿到最终的冠军！”刚刚赢得比赛的雀尔沟村叼羊队队长哈那提·卡白纵身下马，头上热气蒸腾。

　　“为了这次比赛，我们村每半个月就组织训练一次。队员们骑术很强，但叼羊和足球一样，要讲究彼此配合。”哈那提神采奕奕，略带骄傲地说起自己从小便享受纵马飞驰的感觉。“牧民嘛，夏忙冬闲。以前镇上活动少，现在组织了很多传统项目运动会，不仅让孩子们对祖传的技艺兴趣更浓，也让村里的凝聚力和荣誉感变强了。”

　　赛场周边，雪地摩托、雪圈、骑马、骑骆驼等多种娱乐项目，让闻讯赶来的大批游客大呼“攒劲”。捕捉到商机的各村村民们，纷纷把自家毡房搬过来，或架起炉子烤制喷香的羊肉串，或摆开大锅烹饪特色马肉抓饭，还有不少牧民拿出自家制作的熏马肉、熏马肠，吸引着游客品尝。

　　“一天收入2000块钱，忙得很嘞！往常卖一头牛才能挣上两千元。”南山牧村村民阿扎尔笑着说。她告诉记者，听闻镇上举办了运动会，村里主动帮她搭建了毡房销售农产品，“家里牲畜不多，能有一份额外收入补贴家用非常不错！”

　　农闲人不闲，农牧民运动会让各民族文化得到了传承保护和繁荣发展，也让“冰天雪地也是金山银山”落到了实处。“新疆冰雪资源十分丰富，广大群众热爱体育运动，冬季运动不仅深具群众基础和特殊优势，也是激活冬季旅游市场、助力经济高质量发展的重要途径。立足冰雪旅游资源，丰富农牧民群众精神文化生活，乡村振兴动能越来越足。接下来，我们还会举办农牧民春晚和秧歌社火等活动，通过文化旅游融合发展，不断提升各族群众幸福指数。”雀尔沟镇党委委员哈杰提·哈卖提说。

　　《光明日报》（ 2023年01月11日 03版）

　　（文图：赵筱尘 巫邓炎）