大发平台手机版APP|大发平台注册网

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。

（新春见闻）台商返乡过年：讲述打拼故事，期盼春暖花开******

　　中新社北京1月22日电 题：台商返乡过年：讲述打拼故事，期盼春暖花开

　　作者 朱贺

　　随着两岸防疫措施的调整，许多在大陆打拼的台商在今年新春假期返台过年。

　　吃到久违的家乡味，陪长辈采买年货，和老友相约聚餐……多位台商接受中新社记者采访表示，他们在行李箱中装满了为家乡亲友准备的心意，一同带去的还有在大陆的收获，在团圆气氛中，一家人共盼新年春暖花开。

　　李绍嬅：用点心串联两岸之爱

　　大年初一，在北京经营“彩虹天使咖啡屋”的店主李绍嬅一家穿上喜庆的红衣，带上各式礼品从台北回到高雄老家向长辈拜年。与家人围炉谈天、重温台湾年味，李绍嬅讲述了这一年在大陆打拼的故事。

　　2022年，李绍嬅所在的这家由听障烘焙师为主要员工的咖啡屋迎来许多新变化：听障师傅的手艺不断提升，开发了更多点心品类；越来越多爱心人士不仅为咖啡屋提供公益支持，也关注听障师傅的成长。

　　返乡的行李箱中，李绍嬅装满了来自咖啡屋的点心，她认为是“最珍贵、温暖又真实的新年礼物”。

　　走在台北街头，看到许多老牌店铺受疫情影响关门歇业，李绍嬅感觉家乡的模样“有点模糊”；重逢久别的老友，则让她找回了往日的熟悉感。

　　“许多台湾的爱心人士未曾到过大陆，但一直关心着咖啡屋。”李绍嬅说，有八十多岁的老奶奶赶来和她见面，表示愿为咖啡屋尽一份心；也有朋友为了解咖啡屋的故事，专门下载大陆社交软件。

　　李绍嬅期待，接下来继续坚守创立咖啡屋的初心，串联起更多两岸之爱。

　　徐韬：公司已走过艰难时刻

　　“北漂一族”台青徐韬赶在春节前回到台北，“今年一落地就能和家人相聚，感觉团圆氛围格外浓”。

　　除夕吃年夜饭，徐韬与家人收看了大陆春节联欢晚会；正月初二、初三走亲访友，他打算分享从北京带来的特产和创业新收获。

　　2022年，由徐韬和大陆伙伴创办的网约工作平台成功获得融资，并将业务从北京拓展至上海、深圳等地，他表示，“尽管公司曾受疫情波及，但已走过艰难时刻，我对未来充满信心”。

　　这个春节，平台恢复了往日的忙碌。徐韬说，仅2023年元旦三天，平台订单量就已达去年12月的两倍，“在一定程度上反映了线下消费市场的活力，展现大陆经济的韧性”。

　　返乡前一周，徐韬走访了大陆四个省份，为新年在各地成立分公司做准备。他说，能在大陆经济复苏过程中提供灵活就业岗位，感觉自己做了小小贡献，“特别有成就感、参与感”。

　　陈圣儒：见证民众养老观念变迁

　　带着北京冬奥吉祥物“冰墩墩”和兔年特别版“兔墩墩”回到云林老家，台湾青年陈圣儒有些近乡情怯，“既期待又有点害怕”；听见年逾九旬的阿公用闽南话喊出自己的小名，他的心中暖意涌动。

　　从小在长辈身边长大，陈圣儒对年长者有天然的亲近。如今在北京延庆从事养老行业已有五年，他所在的五家养老驿站获得了北京市星级评定。在京郊乡村走访，他教会村中长辈收发快递、打视频电话，“真正有融入当地的感觉”。

　　“从前想着将台湾的养老理念照搬至大陆，后来发现需求因人而异。”陈圣儒表示，大陆经济飞速发展，智能化和网络化加速了民众需求的个性化，大家更注重活得健康、活出质量。

　　回顾此前在大陆过年，陈圣儒除体验吃饺子等北方年俗，也会与海峡对岸的家人视频连线，相约“云”喝酒，分享生活趣事，“尽管见不到面，但心的距离始终没变”。如今面对面团圆，陈圣儒打算暂时放下工作，专心陪伴阿公阿嬷。

　　说起新年愿望，陈圣儒期待有更多人走出家门，“无论年轻人还是长辈，旅游也好，采摘也好，总之要热情拥抱即将到来的春天”。(完)

　　（文图：赵筱尘 巫邓炎）