盈彩网投资平台_盈彩网投资平台

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。

激发当代青年的斗争精神******

　　作者：樊小杰（南京航空航天大学）

　　习近平总书记在党的二十大报告中强调：“广大青年要坚定不移听党话 、跟党走，怀抱梦想又脚踏实地 ，敢想敢为又善作善成，立志做有理想 、敢担当 、能吃苦 、肯奋斗的新时代好青年”。以中国式现代化全面推进中华民族伟大复兴，前途光明 ，任重道远，当代青年重任在肩。高校要深入研究青年成长规律和时代特点，把思想政治工作贯穿教育教学全过程 ，引导青年激发斗争精神 ，明确斗争方向，增强斗争意志，提高斗争本领 ，让青春在全面建设社会主义现代化国家的火热实践中绽放绚丽之花 。

　　坚定理想信念，明确斗争方向。一百多年来 ，一代代青年在党的领导下，凝聚在共产主义、社会主义旗帜下，为实现民族独立、人民解放和国家富强、人民幸福而贡献力量 。崇高理想信念犹如明灯 ，指引广大青年攻坚克难、坚定前行。要用党 的科学理论武装青年，用党的初心使命感召青年，向青年讲清楚中国共产党为什么能、马克思主义为什么行 、中国特色社会主义为什么好，让青年从内心深处厚植对党 的信赖 、对中国特色社会主义的信心、对马克思主义 的信仰 。引导青年明确坚持中国共产党领导和我国社会主义制度不动摇是敢于斗争的大方向，坚定不移听党话、跟党走，坚持道不变、志不改，始终站稳人民立场，把忠诚书写在党和人民事业中。

　　汲取精神滋养，增强斗争意志。敢于斗争、敢于胜利， 是党和人民不可战胜 的强大精神力量。在党 的领导下 ，一代代青年顽强拼搏 、不懈奋斗 ，展现出无所畏惧、攻坚克难 的昂扬斗争精神 。我们党的奋斗历史，中国青年为实现民族复兴奋勇争先 的光荣历程 ， 是当代青年增强斗争意志 的最好教科书和营养剂 。要充分利用这些宝贵资源，既梳理清楚历史脉络又抓住生动鲜活细节 ，既讲波澜壮阔的斗争历史又讲当前复杂严峻 的斗争形势 ，把典型事件、人物、精神转化为教育教学 的生动素材 ，为青年敢于斗争、善于斗争提供精神滋养和思想支撑 。引导青年深刻认识到 ，我们通过不懈斗争取得了举世瞩目的成就 ，更要靠顽强斗争打开事业发展新天地 ，从而坚定敢于斗争的意志品质，不断增强志气骨气底气，做到不信邪 、不怕鬼 、不怕压。

　　砥砺奋斗行动 ，提高斗争本领。习近平总书记指出：“当代中国青年生逢其时 ，施展才干的舞台无比广阔 ，实现梦想 的前景无比光明 。”实现梦想 ，必须勇于奋斗 。广大青年要把实现个人理想融入全面建设社会主义现代化国家的时代洪流中，在脚踏实地的奋斗中不断提高斗争本领 ，用青春和汗水为党和国家事业作出更多贡献 。引导青年到祖国和人民需要的地方，努力“向下扎根”，到艰苦环境和基层一线去担苦 、担难、担重 、担险 ，经风雨 、见世面 、壮筋骨，在实践锻炼中提高攻坚克难 的本领、创新创造 的本领 、化解矛盾风险 的本领，把发扬斗争精神体现在做好每一件事、完成每一项任务、履行每一项职责中，在向着民族复兴宏伟目标 的接力跑中跑出属于这一代青年的好成绩。

　　（文图：赵筱尘 巫邓炎）