大发welcome购彩大厅-- MBA智库百科 - 管理者专业学习成长平台

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。

春节假期闽台往来增长明显******

　　中新社厦门1月28日电 (汪桢)厦门出入境边防检查总站28日透露，今年春节期间(1月21日至27日)，福建口岸查验两岸空中直航飞机30余架次、旅客4200余人次，分别同比增长200% 、277%；两岸“小三通”航线客轮12艘次 ，旅客719人次 。

　　边检人士分析认为 ，春节假期闽台往来流量增长明显 ，主要在于新冠疫情防控措施 的优化调整和两岸“小三通”客运航线的部分复航。

　　今年1月7日，暂停近三年的两岸“小三通”客运航线部分复航 ，相继开通厦(门)金(门) 、“两马”两条航线 。厦门出入境边防检查总站人士称 ，春节复航工作温馨有序 。

　　春节期间 ，厦门出入境边防检查总站积极回应两岸人员交流往来需要，围绕做好“通”“惠”“情”三篇文章 ，全力保障支持福州 、厦门两岸“小三通”客运航线复航和两岸空中直航，以“两岸一家亲”为元素 ，在执勤现场布设展板、悬挂春联、粘贴福字、赠送纪念品等方式 ，营造温馨贴心 的通关氛围。

　　闽台往来流量增长明显 ，是这个春节假期福建口岸出入境运行 的一个突出特点。厦门出入境边防检查总站统计数据显示，今年春节假期，福建口岸共查验出入境人员4.2万余人次，较去年春节同期增长333% ；出入境交通运输工具470余艘(架)次， 是去年春节同期的1.4倍 。

　　在中国对新冠病毒感染实施“乙类乙管”后 ，厦门出入境边防检查总站面对国际(地区)航班逐步恢复，可能出现瞬时高峰、单向高峰等情况，提前加强客流监测、高峰预测和等级预警，发布旅客节日通关提示 ，合理安排执勤备勤警力，及时调整验证通道数量，科学精准组织通关勤务 ，加强现场客流引导和警力应急增援 ，确保福建口岸通关安全顺畅。

　　同时，该边检总站高效落实服务便利企业生产经营活动措施 ，确保船舶出入境 、船员换班、登轮搭靠许可办理等各类手续“随到随办” ，保障节日期间海港口岸高效通关。(完)

　　（文图 ：赵筱尘 巫邓炎）