点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
浙江省两会启幕 拼经济、强科创、抓教育等成热词******
中新网杭州1月11日电(郭其钰)1月11日，浙江省政协十三届一次会议开幕前举行“委员通道”集中采访活动，5位政协委员走上通道畅谈履职心声，传递民情民意。由此拉开了今年浙江省两会的序幕。
在经济大省浙江，民营经济是浙江经济的最大特色和最大优势。作为民营企业家，浙江省政协委员、浙江万丰科技开发股份有限公司董事长吴锦华对浙商精神颇有感触。
“我来自浙商家庭，父母是创一代，我是创二代，老一辈浙商敢闯敢干敢试的拼搏创新精神时刻激励着我，他们的创业精神和家国情怀已融入我血液之中。”吴锦华说。
当前，民营企业如何提振信心、抢抓机遇、拓展市场？吴锦华以万丰集团为例介绍，近年来该企业抢抓数字经济发展机遇，建设智慧工厂，实现数据信息系统纵向集成，产品生产周期由原来45小时缩减为15小时。
信心贵比黄金。目前，浙江组织千团万企“出海”抢订单、拓市场，这让吴锦华对民营经济发展充满信心。“我们也有很多海外客户，他们春节后也要来浙江走一走、看一看，订单意向强烈。”
科技是国之利器，国家赖之以强，企业赖之以赢，人民生活赖之以好。
浙江省政协委员、西湖大学副校长仇旻介绍，西湖大学作为一所新型研究型大学，成立4年来引进211位世界一流科学家，包括建立了一支以20余名国家和省级特聘专家为核心的微纳光电系统研究团队。
“浙江各级党委政府对科技创新表现出极大热忱，许多地方向我们表示了合作意愿，共同提升科技产业的集聚力和竞争力。”仇旻认为，党委政府的格局、眼光、魄力，加上浙江发达的民营经济和市场力量，将不断提升区域创新能力。
其表示，西湖大学将直面国家和地方核心战略需求，集聚力量进行原创性引领性科技攻关。西湖大学的每一位教授、每一个人都像一粒光子，不断集聚、激发，为科技创新发展贡献智慧力量。
“前不久一个朋友电话咨询，他的孩子后年上小学，他说在大家的认知中，感觉家附近的小学不够优秀，咨询有什么渠道可以到所谓的‘更优秀’学校。”这是浙江省政协委员、杭州第十四中学校长陈利民在“委员通道”上讲述的故事。
教育是关乎千家万户的民生工程。当前，教育基本均衡——有学上的问题基本解决，教育优质均衡——上好学校的品质追求呼声日隆。
陈利民介绍，杭州一方面通过区域集团化办学，在理念、师资、课程、文化等方面深度融合，在高水平动态发展中逐步缩小区域和学校间发展差距。另一方面探索创新合作共建办学机制，通过管理共进、师资共育、教学共研、资源共享、学生互动等方式，加大名校示范辐射引领作用。
在陈利民看来，“上最合适的学校，上家门口的好学校”，这是办好人民满意教育的题中之义，也是对“教育共富”最朴素的理解。
有事好商量，众人的事情由众人商量，是人民民主的真谛。如何更好履职也是委员们关注的焦点。
当日“委员通道”上，浙江省政协委员、衢州市政协主席方健忠介绍，衢州一方面让委员走进基层、走进群众，当地1708名省市县三级政协委员全部下沉到乡镇的委员履职小组，把群众反映的“问题清单”变成“履职清单”。另一方面让群众就近参与和充分表达，衢州103个乡镇(街道)实现“民生议事堂”全覆盖，95%以上村(社区)设立了“协商驿站”，协商平台搭到了群众家门口。
市县政协“开门是群众，出门是基层”。浙江正不断推动政协协商向基层延伸，深入践行全过程人民民主。
浙江省政协委员，丽水市畲凤非遗工坊主理人、畲凤民族服饰展示馆馆长兰金美。 张煜欢 摄临近春节，浙江省政协委员，丽水市畲凤非遗工坊主理人、畲凤民族服饰展示馆馆长兰金美，将一只融合了畲绣技艺的“民族团结兔”带上了“委员通道”。
两年前，她在丽水古堰画乡开设了畲凤非遗工坊。兰金美表示，“这间小小的非遗共富工坊，不仅是姐妹们聚会交流、手工制作的地方，也是传播民族文化、宣传中华民族共同体的精神家园。”
“作为一名非遗传承人，让文化融入日常，让传统接轨现代，把民族的变成世界的，这是我一直的追求。”兰金美说。(完)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神地图 |
)