彩神彩票app邀请码|在线用户注册平台 | 官网APP下载

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。

【理响中国】加快建设现代化产业体系具有重要意义******

　　作者：杜传忠南开大学经济与社会发展研究院教授、博导，产业经济研究所所长

　　党的二十大报告提出，要建设现代化产业体系。现代化产业体系是现代化经济体系的重要内容。新征程加快建设现代化产业体系，是完整、准确、全面贯彻新发展理念、加快构建新发展格局、实现高质量发展的必然要求，对于全面建设社会主义现代化国家、顺利实现第二个百年奋斗目标具有重要意义。

　　建设现代化产业体系是建设现代化经济体系的重要内容。只有形成现代化经济体系，我国才能更好地顺应现代化发展潮流和赢得国际竞争主动，也才能为其他领域现代化提供有力支撑。习近平总书记指出：“现代化经济体系，是由社会经济活动各个环节、各个层面、各个领域的相互关系和内在联系构成的一个有机整体。”形成高水平现代化经济体系，要建设创新引领、协同发展的产业体系，实现实体经济、科技创新、现代金融、人力资源协同发展，真正使科技创新在实体经济发展中的贡献份额不断提高，现代金融服务实体经济的能力不断增强，人力资源支撑实体经济发展的作用不断优化。

　　建设现代化产业体系为构建新发展格局提供有力支撑。从国民经济运行角度说，要构建新发展格局，从根本上说就是要实现经济循环流转和产业关联畅通，这种产业关联畅通既包括区域层面的，也包括产业相互之间的，而区域层面的产业关联畅通有赖于形成科学合理的区域产业体系；产业层面的关联畅通则是要形成以融合、协同为主要特征的现代化产业体系，这个过程也是产业转型升级的过程。通过这一个过程，从根本上提升我国供给体系的效率和竞争力，解决各类“卡脖子”和瓶颈问题，从而实现国民经济的有效畅通和循环。我国只有加快推进产业转型升级，实现技术自立自强，发展更高水平的现代化产业体系，增强产业乃至整个经济的自主性、柔韧性、抗风险性和可持续性，才能更有效地提升外循环发展水平，更好参与国际经济竞争，形成以国内大循环为主体、国内国际双循环相互促进的新发展格局。

　　现代化产业体系是主动把握新一轮科技革命与产业变革，有效应对新一轮国际产业竞争的战略选择。一方面，以大数据、云计算、人工智能等新一代信息技术迅速发展和广泛应用为标志的新一轮科技革命正孕育新的重大突破，新一代信息技术与产业发展的各个领域的技术呈现深度融合态势，正在引发现有产业体系的深刻变革，这对我国产业转型升级提供了难得的历史机遇。另一方面，以美国为代表的发达国家大力推进“再工业化”战略，促进“制造业回归”，许多发展中国家也发挥自身优势竞相加快推进本国工业化进程，我国产业发展面临高端回流和中低端分流的“双向挤压”局面。国际产业发展环境和竞争态势，要求我国加快产业转型升级，发展现代化产业体系，塑造产业竞争新优势，提升我国产业国际竞争力。

　　现代化产业体系是有效应对各种风险、统筹安全与发展的基本支撑。当前，世界百年未有之大变局加速演进，新一轮科技革命和产业变革深入发展，与此同时，逆全球化思潮抬头，单边主义、保护主义明显上升，世界经济复苏乏力，全球性问题加剧，世界进入新的动荡变革期。我国发展进入战略机遇和风险挑战并存、不确定难预料因素增多的时期，各种“黑天鹅”“灰犀牛”事件随时可能发生。统筹安全与发展，有效应对和化解各种风险。

　　现代化产业体系是实现高质量发展和第二个百年奋斗目标的重大举措。在新发展阶段，我国要素比较优势和资源环境的约束条件等都发生了重大的趋势性变化，传统产业发展动力难以支撑高质量发展，要通过发展现代产业新体系积蓄形成新的产业发展动力和产业竞争优势，实现质量变革、动力变革、效率变革，为经济高质量发展提供坚实的支撑。我国只有建立现代化产业体系，才能加快新旧动力转换，更充分地释放工业化、信息化、城镇化、农业现代化同步发展蕴含的能量，为实现第二个百年奋斗目标提供强有力的支撑。

　　（文图：赵筱尘 巫邓炎）