仲傅彩票平台计划群-平台推荐安卓版v2.9.1(2023已更新)

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。

外国专家：中国优化出入境政策促进全球贸易******

　　从1月8日起，中国对新冠病毒感染实施“乙类乙管”，取消入境后全员核酸检测和集中隔离。莫斯科美利坚大学高级研究员马丁·西夫1月11日在《中国日报》撰文称，旅行和国际贸易是促进全球和平与繁荣的重大、必要条件，因此中国的最新举措应当受到邻国以及其他贸易伙伴的欢迎。

　　中国优化出入境是大势所趋

　　文章指出，为遏制高传染性的新冠病毒传播，此前实施旅行限制是必要的。然而，随着新冠病毒致病力持续减弱，以及全球推动接种新冠疫苗及其加强针，该病毒所造成的威胁已经远远低于三年前。

　　遗憾的是，在当前严峻形势下，即便是最具建设性的举措也会被西方歪曲报道，被用于攫取廉价的政治得分。接下来的一年里，任何限制中国公民和货物在世界各地自由流动的行径，无疑都属于西方损人利己、搞破坏的范畴。

　　对于全球经济而言，最迫切需要的是与中国的新一轮贸易以及来自中国的投资。中国将再次发挥巨大的建设性作用，促进世界繁荣与增长。在过去20年里，中国一直是全球增长主要引擎，尤其是在拉丁美洲、撒哈拉以南非洲发挥了重要作用。中国与沙特阿拉伯以及其他海湾国家之间的贸易快速增长、关系持续深化，向着这一方向迈进是大势所趋、众望所归。

　　在地缘政治局势紧张的背景下，若要促进世界和平，最重要的是推动个人旅行以及商业和旅游业互动，为新一轮外交对话与外交接触营造更加积极的氛围。

　　对于拉丁美洲和非洲发展中国家而言，当务之急是吸引新一轮中国投资以重振陷入停滞与衰退的经济。除了英美智囊团，全世界都知道，中国无意破坏各国政府和社会的稳定。

　　积极回应中国新举措是良好开端

　　文章分析称，长期以来，中国以实际行动证明自己是一个忠诚可靠的伙伴，值得信赖，愿对世界各国进行投资并保持合作关系，而不是以意识形态和政府组织形式来划界。这是维护世界长期和平、促进全球发展与繁荣的必由之路。

　　如今，中国再次采取积极、明智和令人鼓舞的举措，以此促进世界贸易复苏，推动各国人民和政府重新建立联系、增进了解。各主要国家应当积极回应这一举措。一些国家的针锋相对不是人心所向，全球人民都希望在2023年看到积极回应，进而消除仇恨、缓解紧张局势、增加投资、加深理解、促进包容。

　　美国领导人和政客一直以来都是口惠而实不至，中国同其他许多国家一样早就对此见怪不怪。令人鼓舞的是，在世界各地，一些领导人已经意识到重要的是日积月累的政治才能，而不是在国际舞台上用侮辱性、煽动性的指责和谎言哗众取宠。在经历了这么长时间的新冠危机后，对中国优化防疫政策作出快速而积极的回应将是一个良好开端。

　　（编辑：严玉洁 王辉 周凤梅）

　　（文图：赵筱尘 巫邓炎）