购彩大厅Welcome论坛|互动百科

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 。

应急管理部提示做好近期寒潮天气防范应对工作******

　　中新网1月12日电 据应急管理部网站消息 ，气象部门预测 ，受强冷空气影响，1月11日至15日 ，寒潮天气将自西向东影响我国大部地区 ，最高降温超20摄氏度 ，将出现大范围雨雪天气。应急管理部日前向受影响的30个省份发出提示，要求落实落细寒潮天气防范应对各项措施 ，确保人民群众生命财产安全 。

　　应急管理部提示，此次寒潮天气过程影响范围广 、降温剧烈 ，具有降水相态复杂 、雨雪雾大风等天气并发的特点 ，且当前正值春运交通出行高峰 ，低温雨雪冰冻灾害风险高 。要从四个方面做好近期寒潮天气防范应对工作 ：

　　一 是密切关注天气变化趋势 。加强与气象 、交通运输 、农业农村 、能源等部门联合会商研判，强化信息共享和联动机制 ，形成防范应对工作合力 ，做好不同地区防范应对暴风雪、剧烈降温、冰冻、强降雨等分类指导 。

　　二 是深入开展隐患排查整治。重点关注雨雪冰冻天气对春运交通、旅游景区及施工场地等影响 ，加强路况巡查，及时发布灾害预警信息和防灾避险指引 ，必要时及时管控相关路段、关停景区和施工场地等。

　　三 是强化抢险救援准备。加强除雪车 、融雪剂等抢险物资储备，视情在重点路段、重要区域提前预置抢险救援力量和物资，全力做好突发险情应急处置。

　　四是精准有序做好救灾救助。妥善保障好受灾群众基本生活 ，推动交通、电力、供暖 、供水、通信、能源等部门按职责落实保供保畅措施，确保人民群众温暖过冬、安全过节 。

　　（文图 ：赵筱尘 巫邓炎）