天下彩票必赚方案|360百科

默默耕耘结硕果，巾帼逐梦绽芳华——任娟娟教授与铁道工程的故事******

　　作者：西南交通大学 毛萍 胡广翰

　　17岁来到西南交通大学土木工程专业，26岁博士毕业留校任教，33岁被评为教授，37岁获得国家优秀青年……任娟娟教授在一个“男性”标签明显的行业里，无问西东，砥砺前行，拥有着一份令人羡慕的履历，见证了中国高铁从“技术引进”到“中国制造”再到“中国创造”的飞跃。

　　然而，她和道路与轨道工程的故事，却始于一个偶然。多年过去，曾经的树芽已经成长为灰色混凝土上令人瞩目的一抹浓绿。一切顺利的表面下潜藏着不设天花板、不问结果的耕耘。

　　结缘铁道，砥砺深耕

　　2000年，计算机开始兴起热潮，它也成了任娟娟教授报考大学时的第一志愿，然而激烈的竞争最终使她被调剂到了铁道工程专业。那时国内很多基础建设还没开始，谁也无法设想后来国家基建如火如荼的热闹景象。主动选择整天和水泥、混凝土打交道，将宝贵的青春交付给技术发展相对缓慢的土木专业的女生更是少之又少。

　　“既来之，则安之。”任娟娟教授如同沙漠里的仙人掌、森林中的变色龙，具有极强的适应能力。从小培养的做好每一件事情的自觉，让她早早就明白，改变不了环境，改变不了社会，就只能改变自己。

　　误打误撞进入一个看似不那么适合女生，又不“时尚”的行业，17岁的任娟娟没有心灰意冷，反而积极地吸收雨露和阳光，探索另一个自己，一路致力于我国高速铁路无砟轨道结构设计与损伤机理等研究。

　　我国无砟轨道技术进入大规模、系统性的深入研究开始于2003年，当时中国铁路发展落后，许多技术需要向德国、日本引进学习。中国地大物博，南北气候差异大，铁路的运营环境复杂，对高铁的技术要求更高。通过不断的学习、消化、吸收，结合国情再创新，2008年中国高铁开始研制具备完全自主知识产权的新型无砟轨道结构，到如今，中国高铁已经处于多个领域创第一的高精尖地位。风沙里的兰新线，高寒地区的哈大线，繁忙的京沪高铁……均成为了一道道靓丽的风景线。

　　为了一张从山西开往成都的绿皮火车车票，要在售票大厅排长龙般的队伍，借助人潮拥挤的力量，才能将自己挤到火车的门框边再顺势踏入车厢，扑鼻而来的复杂气味、车厢里的人声鼎沸、火车到站后的面容憔悴……这些关于绿皮火车旅程的糟糕记忆停留在了任娟娟教授那一代的青春匣子里。中国铁路从跟跑、到并跑再到领跑，任娟娟教授是这一蜕变的见证者，也是致力科研的幕后工作者之一。

　　作为“高速铁路无砟轨道设计与维护”四川省青年科技创新团队带头人，任娟娟教授长期从事高速、重载铁路轨道结构和轨道动力学研究，坚守科研教学一线，在列车荷载作用特征分析、复杂环境无砟轨道性能演化、结构寿命预测与耐久性评估等高速铁路发展的瓶颈问题方面取得了突出成果，为完善成套无砟轨道设计理论体系、提出关键标准、实现关键技术的自主研发作出突出贡献。其研究成果成功应用于遂渝、成绵乐、兰新、西成、武广高铁等铁路路线的无砟轨道设计、建造及维运中。

图为任娟娟教授在第三届中国高速铁路健康管理技术论坛

　　芳华待灼，履践致远

　　从本科到硕士再到博士，在同学们相约逛街、看电影的时候，任娟娟教授选择把这有限的时间花在学业上。

　　硕士阶段，面对未来将何去何从的迷茫，她最先做的，是通过咨询与对比，逐步确定未来的目标，然后毫不动摇地坚守。“动摇肯定什么都做不好，人的精力是有限的。所以首先要确定目标，一旦确定了之后，就沿着这个目标走下去，让它成为一种习惯。”

　　任娟娟教授似乎永远都这么雷厉风行，决定了就去做，做了就尽可能做好。

　　2007-2008年，任娟娟教授以国家公派留学生的名义前往德国慕尼黑工业大学进行联合培养。她把初来乍到的自己称为团队的“外来户”。“外来户”需要自己主动融入团队，这对于多数人来说都很不适应，于是便被放养，成了没人管的学生。为了让自己“有人管”，任娟娟教授像个“问题怪”，她整日蹲守在实验室里，拉着博士甚至是工人和她聊天。

图为任娟娟教授在做实验

　　于是同学们经常能看到一个绑着马尾辫的女孩，追着正在忙碌的工人，用不熟练的德语问他们一线工作的体悟，转而又跑去询问刚刚操作完实验的博士师兄，这个实验有什么注意事项和实验心得。空闲时间，她还会去教授的办公室“逮人”，忙碌的教授被“逮”住了也不得不给这个“烦人”的学生解答疑问。慢慢地，任娟娟教授如愿融入了这个新的团队，师兄们在做实验时开始主动叫她动手操作。

　　目标导向一直是任娟娟教授秉承的做事原则，尽可能减少时间的浪费，做有效的事情，从上学到工作，她舍弃了很多休闲时间，为的便是在未来有更多的选择权。

　　看着任娟娟教授不停忙碌的身影，任娟娟教授的学生也经常发出疑问，“老师都已经评上教授和优青，也有了孩子，怎么还那么拼。”

　　在任娟娟教授看来，自律是一种会上瘾的习惯，所以哪怕她现在已经收获颇丰，也极少去享受青春时代搁浅的娱乐和消遣。她像个永动机，通过自己的主动轴带动从动轴不停地转动，期盼在有限的生命里书写多一点的可能性，在科研上为我国高速铁路发展作出更多贡献。

　　莫问收获，但问耕耘

　　办公室里，早到和晚归的同学总能看到任娟娟教授加班加点，伏案工作的身影，她沉浸在科研的世界里，屏蔽了窗外的云卷云舒，桌上的花开花落，忘记了疲倦与喜悦的情绪变化。

　　曾国藩有个一生谨遵的人生格言，“莫问收获，但问耕耘。”这似乎也是任娟娟教授科研工作的哲学，锲而不舍地修改基金，不知疲倦地加班加点，在她看来这都是科研工作者的必修课。

　　作为导师，她也常常鼓励自己的学生去尝试各种事情，哪怕是刚得知消息却马上就要截止，她也会鼓励学生们勇敢去试一试。结果并不要紧，重要的是学习和积累的过程。在她看来，科研的成果是一个水到渠成的事情，足够的积累，总有一天会汇集成河流。

　　灰尘扑扑的工程实验室里，任娟娟教授经常被一群群求知若渴的男学生围着，而她犹如指点江山一般，疯狂输出一个又一个专业术语，耐心地为同学们解答疑问。

图为任娟娟教授在试验现场指导学生

　　实际上，在家庭中她也是用心的。“当你们成家以后，会慢慢发现，如果家庭没有经营好，其他的成功都是没有用的。一定是先把家庭打理好，才能放心在外面打拼。”她六点多起床，为孩子做好早餐，帮忙换上精心搭配的校服，在上班高峰前将孩子送到学校，一个完美的转身，她又来到另一个校园，细心指导着她的另一群“孩子”。

　　任娟娟教授清晰地穿梭在各种身份之间，而多重身份的叠加，也让这位职场女性的魅力愈发光芒四射。

　　就像此时料谁也想不到自己人生的下一个阶段会在什么时候发生更替一样，任娟娟教授也无法预见自己未来的模样，于是她选择脚踏实地，默默耕耘，尽全力演绎好每一个阶段的角色。过去十年，任娟娟教授是铁道工程发展的见证者，是建设者，更是传承者，她一往无前，将青春岁月倾注于此，如今再回首时，却发现早已摘得累累硕果。

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。

　　（文图：赵筱尘 巫邓炎）