乐发lv注册网_用户注册 | 官网首页登录平台网址

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。

两岸夫妇的癸卯新春：愿两岸像我们一样相亲相爱******

　　(新春见闻)两岸夫妇的癸卯新春：愿两岸像我们一样相亲相爱

　　中新社北京1月26日电 题：两岸夫妇的癸卯新春：愿两岸像我们一样相亲相爱

　　作者 朱贺

　　“新的一年，希望两岸像我们的感情一样，越来越靠近，越来越亲密。”近日，在北京定居的台湾青年林宇阳和来自西安的太太王曼接受中新社记者采访时说。

　　疫情防控政策调整后，许多两岸夫妇像林宇阳和王曼一样，在这个春节假期返回台湾过年，感受一脉相承的中华传统年俗。他们带着小家庭的爱跨海而去，讲述着两岸融合发展、走亲走近的生动故事。

　　赠年礼：从头到脚的心意

　　春节前夕，林宇阳、王曼踏上了返台旅程。林宇阳在行李箱中装了“比台湾口味更烈”的大陆白酒，王曼则带了柿饼、龙须酥等陕西特产，打算与亲友分享。

　　“回家的机票太火爆，实在是一票难抢。”两岸夫妇王强、丁文蕴一样归乡心切。与家人在大陆团聚后，太太丁文蕴在正月初四带着一双儿女回到台湾。行李箱中，带去了王强为岳父岳母准备的新年礼物——大陆产的新款智能手机。

　　王强回忆，刚结婚时，两人常从台湾带回许多电子产品；最近几年，大陆的电子产品更新迭代迅速，在台湾也拥有较高知名度，特别受欢迎。

　　今年，台青林锦葳带着儿子梦梦回台北过年；为照顾小女儿圆圆，来自山东的太太张舒和爸妈留在北京团圆。回乡的行李箱中，张舒为台北的家人准备了各式礼物，海参等保养品是来自爸妈的心意，送给公婆的运动鞋、新衣服则延续“新年添新衣”的习俗。“是从头到脚的心意。”梦梦补充道。

　　品年味：两岸新春都一样

　　往年新春，为与双方家人团聚，两岸夫妇们常在短暂的假期中跨海奔波。亲友们期盼团圆的心情与热情难却，林宇阳和王曼的行程总是安排得满满当当，两人都觉得“虽然累点，但还是很快乐”。

　　今年除夕，夫妇二人来到台北迪化街采买年货。购物的人群熙熙攘攘，火红的春联、各式各样的花灯装点着大街小巷，让两人感受到和大陆一样的浓浓“年味儿”。

　　回忆从前和来自山东的丈夫王强回乡过年，朋友们结伴去邻居家拜年的场景让丁文蕴记忆犹新，“场面十分热闹，充满新春气氛”。台湾春节的仪式感也令王强印象深刻：一家人定要围在一起吃顿年夜饭，人多到“一张桌子都坐不下”。他感受到，“很多习俗与大陆别无二致，这就是两岸一家亲的生动体现”。

　　2020年回台湾过年，作为医务人员的王强和丁文蕴担忧疫情形势，正月初三便飞回北京待命。最近几年与家人在北京迎新春，则在“云端”同海峡对岸的亲友分享喜悦。“按家庭传统，长辈会在除夕夜发红包，晚辈则要正式地向老人家拜年，”丁文蕴说，这是令小朋友最期待、最兴奋的时刻。

　　新年愿望：常走动，多来往

　　除陪伴家人外，这个假期，林宇阳和王曼还安排了一场在台湾的旅行。七年前二人相识于花莲的旅途中，如今期待旧地重游。

　　过去一年，林宇阳重返校园深造，在中国人民大学攻读博士学位；王曼则坚持健身，重拾健康状态。如今在北京定居，两人的生活比从前更精致，让居住的胡同小屋“更有家的感觉”。

　　回台湾前，林锦葳和张舒的儿子梦梦画了一幅与春节有关的画，“一群兔子坐着鞭炮，告别满是老虎的山，象征着我们挥别旧年，迎来新年”。

　　孩子们成长的速度越来越快，令林锦葳和张舒倍感欣慰。他们把小朋友的生活点滴拍成短视频发在家庭群中，以便台北的家人及时关注。两人期待，随着疫情缓和，两岸亲友间的走动更加方便。

　　常回家看看，这也是王强和丁文蕴夫妇的新年心愿，他们希望未来每年至少回台湾两趟，享受更多面对面的团圆。(完)

　　（文图：赵筱尘 巫邓炎）