彩神彩票走势图 - 彩神彩票APP

奋进新征程 绘就新画卷******

　　油画《“中华商业第一街”上海南京路》 ，作者何小薇 。

　　油画《乡村新路》 ，作者程犁 。

　　中国画《古都新时代》，作者郭翠英。

　　油画《情暖百家湖》，作者吴扬。

　　油画《羌山天路》，作者王敏。

　　油画《美丽家园——采蘑菇 的姑娘》，作者陈和西。

　　油画《海口新海滚装码头客运综合枢纽站建设》 ，作者杨诚 。

　　油画《助力新速度》 ，作者崔弥莱 。

　　油画《锦江春色来天地 玉垒浮云变古今》，作者简崇民。

　　油画《晨光下的三河新村》，作者丁一林。

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）