购彩大厅Welcome攻略-购彩大厅Welcome技巧

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 。

收录甲骨数量最多 清华大学发布《甲骨文摹本大系》******

　　光明日报北京12月19日电（记者邓晖）十年磨一剑，一部甲骨文资料整理的集大成之作面世。清华大学出土文献研究与保护中心日前发布了《甲骨文摹本大系》（以下简称《大系》）新书。该书收录有字甲骨70659片， 是目前收录甲骨数量最多的大型甲骨著录书，将为研究者更深入地做好卜辞分类与分期研究 、文字考释工作与甲骨学商史研究带来极大便利 。

　　《大系》是第一部以摹本形式按照新 的理论和方法综合整理研究甲骨文资料的集大成之作，把原本“庞杂无序”的已刊布 的7万多片有字甲骨整理成井井有条 的科学资料。全书共43册，由“图版”“释文”和“索引”三部分组成，正八开刊印。据悉，2012年至2022年，清华大学出土文献研究与保护中心黄天树教授率领其甲骨团队编纂《大系》，通过选择良拓、剔除伪片、删除重片 、缀合残片、分类断代 、制作摹本 、撰写释文 、编制索引等工作，历时十年，终于告竣。

　　与《甲骨文合集》等著录书相比，《大系》全书采用“两系”新说代替“五期”旧说，编排7万多片甲骨材料，开创了甲骨著录书编纂 的新范式 。

　　“董作宾创立五期说，凿破鸿蒙 ，意义深远。但是，其弊病 是把甲骨字体分类和王世 的推定混在一起了。今天 ，甲骨学者认识到，卜辞的字体分类与断代是两个不同 的步骤 ，我们应先根据字体等特征分卜辞为若干类 ，然后分别判定各类所属时代。这 是甲骨断代理论和研究方法上 的重大突破 。”黄天树介绍 。

　　《大系》还精心为每版甲骨制作了摹本 。甲骨作为珍贵 的文物，学者很难接触到实物，因而研究甲骨文 ，主要依据甲骨著录书公布的拓本 、照片和摹本 。这三种图版各有优劣 ，可以取长补短 。高质量的甲骨摹本 ，可以立体显示各种甲骨信息 ，为甲骨初学者提供参考 。

　　此外，《大系》还给每一版有字甲骨标注了字体类别。黄天树介绍，殷墟甲骨文 是最早的古汉语资料 。但 是，甲骨文要作为语料来运用 的先决条件，便 是要确定其时代。否则 ，10多万片甲骨依然是一堆“断烂朝报”，缺少科学价值 。“字体类别 的确定，意味着这版甲骨的时代已经得到推定 ，大大增加了作为史料的研究价值。”

　　20多年来 ，甲骨缀合成果层出不穷 ，新拼缀出来 的甲骨缀合多达3000多组 。其中有些甲骨缀合极为重要 ，复原出前所未见的新材料 ，极大地丰富了学界对殷商社会的认识 。然而 ，团队成员发现，这些甲骨缀合成果分散在各种甲骨缀合专书 、刊物和学术网站上，应用起来不太方便 。

　　“《大系》收录2020年12月之前的所有缀合成果 ，省去学者翻检之苦。我们还撰写释文 ，编制索引。读者如果要查看相应甲骨拓本，通过《大系》索引可以检索到 ，十分便捷 。”黄天树介绍。

　　《光明日报》（ 2022年12月20日 11版）

　　（文图：赵筱尘 巫邓炎）