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。
国际社会热议二十大：求解世界之问的“中国答案”******
(中共二十大·声音)国际社会热议二十大：求解世界之问的“中国答案”
中新社北京10月23日电 历时7天的中共二十大22日闭幕。国际社会持续关注二十大释放的中国发展新信号。多国政要、专家学者接受中新社记者采访时指出，当今世界面临诸多全球性课题，“世界怎么了、我们怎么办”亟需新解答。中国以自身实践参与全球治理，二十大为世界之问提供了“中国答案”。
10月22日，中国共产党第二十次全国代表大会闭幕会在北京人民大会堂举行。 中新社记者 盛佳鹏 摄中国的新征程也是世界的新机遇
委内瑞拉南方电视台在报道二十大成果时指出，中共二十大概述了中国未来的发展方向。大会通过决议、对党章进行修改，都是为了更好适应新时代的发展。
“以中国式现代化全面推进中华民族伟大复兴，将开创一个崭新的时代。”在尼泊尔农工党主席比久克切看来，中共对国家的发展愿景有着明确规划，并正在朝着目标迈出坚定步伐。
泰国泰中“一带一路”研究中心主任威伦表示，二十大向外界释放出中国将稳定发展的预期，中国发展不仅让本国人民受益，也会让世界民众受益。
“二十大报告强调中国坚持高水平对外开放、推动共建‘一带一路’高质量发展，说明中国对外开放的步伐不会停止。”马来西亚新亚洲战略研究中心理事长许庆琦认为，这必将为世界各国与中国开展经贸合作提供新机遇。
中国发展经验带给世界更多启示
巴基斯坦联合通讯社报道指出，巴基斯坦驻华大使莫因·哈克在接受采访时坦言，中国在以人为本的发展和经济增长方面取得的成功给发展中国家带来启示，尤其是在乡村振兴、工业化、科技进步等领域的经验值得学习借鉴。
日本庆应义塾大学名誉教授大西广认为，共同富裕是中国当前重要的奋斗目标，这一目标在国际上也有所实践。“中国提出的‘一带一路’倡议正帮助发展中国家进步，正是实现‘世界版共同富裕’的重要实践。”
德国黑森州欧洲及国际事务司前司长博喜文表示，近年来，中国已被证明是全球经济增长最重要的驱动力，互联互通的世界从中国的稳定增长中受益匪浅。
“在我看来，正是这不同寻常的道路——中国特色社会主义道路，使中国模式对其他国家具有吸引力，为其他国家开辟了更广泛的交流借鉴机会。”俄罗斯科学院中国与现代亚洲研究所“俄罗斯、中国、世界”中心高级研究员安德烈·达维多夫说。
“人类命运共同体”为全球发展贡献中国智慧
百年变局叠加世纪疫情，是携手应对风险挑战，还是“大难临头各自飞”，这是摆在国际社会面前的选择。面对“建设一个什么样的世界，如何建设这个世界”的时代之问，二十大也提供了“中国答卷”。
加纳通讯社发表评论指出，二十大强调推动构建新型国际关系、构建人类命运共同体，这表明中国正在积极解决中国和世界面临的新问题和长期存在的难题。
“世界大国不仅要自己发展，还要为整个国际社会的安定和繁荣以及人类整体的生存和发展作贡献。”东日本国际大学客座教授西园寺一晃表示，回顾近现代史，一些国家的发展是以牺牲他国利益实现的。而中国提出的人类命运共同体理念，为世界共同发展提供了有益经验，展现了大国应有的责任和担当。
“中国在展望自身发展的同时，也提出了一个更广泛的、面向国际社会的展望。”韩国全球战略合作研究院院长黄载皓认为，人类命运共同体理念寻求多元文明交流互鉴的新局面，寻求人类共同利益和共同价值的新内涵，同时也在寻求各国合作应对多样化挑战和实现包容性发展的新道路。(完)
(参与记者：吴旭 苏婧欣 吕少威 张晨翼 田冰 马秀秀 陈悦 王国安 刘旭)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
天下彩票地图 |
)