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 。
【奋发2023】周鸿祎 ：2023年产业数字化浪潮将更加汹涌澎湃******
中新网1月11日电 (中新财经记者 吴涛) “在新的一年 ，我判断产业数字化 的浪潮将更加汹涌澎湃，中国 的实体经济也将由此焕发新 的生机 ，获得新 的发展。”近日，360集团创始人周鸿祎接受中新网“中国新观察”栏目采访时表示 。
周鸿祎表示，进入互联网的下半场，随着科技革命和产业变革持续高速演进 ，在新 的一年，产业数字化的浪潮将更加汹涌澎湃，数字化技术与实体经济 的深度融合成为经济发展的核心推动力 ，数字经济作为国民经济“稳定器”和“推进器” 的作用将更加凸显。
周鸿祎还称 ，在“数实融合” 的发展趋势下，传统企业将通过数字化转型寻求高质量发展。特别是中小微企业 ，通过SaaS提供 的拎包入住式服务 ，有望率先实现数字化转型。中国的实体经济也将由此焕发新的生机，获得新的发展。(完)
| 每日彩票地图 |
