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。

人民日报仲音：三年抗疫，中国答卷经得起历史检验******

　　三年抗疫，中国答卷经得起历史检验

　　仲 音

　　今年春节期间，全国重点零售和餐饮企业销售额同比增长6.8%；全国出入境人员超287万人次，同比增长120.5%；全国消费相关行业销售收入同比增长12.2%，与2019年春节假期相比年均增长12.4%……今年春节是疫情防控进入新阶段后的第一个春节，1月30日，国务院联防联控机制召开新闻发布会，宣布全国整体疫情已进入低流行水平。一个个火热的数据，生动注解着统筹疫情防控和经济社会发展取得的显著成效，有力印证了我国优化疫情防控措施的正确性。

　　把人民生命安全和身体健康放在第一位，是中国制定疫情防控政策的首要考量，也是衡量疫情防控成效的重要标准。回顾三年抗疫，从突发疫情应急围堵，到常态化疫情防控探索、全方位综合防控；从武汉保卫战、湖北保卫战，到大上海保卫战……以习近平同志为核心的党中央始终坚持人民至上、生命至上，因时因势不断优化调整防控措施，先后印发十版防控方案和十版诊疗方案，随着条件的逐步具备相继出台二十条优化措施，推出新十条优化措施，将新冠病毒感染从“乙类甲管”调整为“乙类乙管”，牢牢掌握了抗疫的战略主动权。三年来，我们经受住了全球五波疫情流行冲击，有效处置了百余起聚集性疫情，成功避免了致病力较强的原始株、德尔塔变异株的广泛流行，有力守护了人民群众生命安全和身体健康。实践充分证明，党中央确定的疫情防控方针政策是正确的、科学的、有效的。

　　防疫关乎生命，发展关乎生计。如何统筹处理好二者关系，考验智慧与治理水平。三年来，在以习近平同志为核心的党中央坚强领导下，我国如期打赢脱贫攻坚战、全面建成小康社会、实现“十四五”良好开局，走出了一条精准高效统筹疫情防控和经济社会发展的辩证之道。数据是最客观的说明：2020年，我国国内生产总值增长2.2%，是全球唯一实现正增长的主要经济体；2021年，我国国内生产总值增长8.4%，超过了国际货币基金组织的预期；2022年，我国经济总量突破121万亿元，按不变价格计算比上年增长3%，快于多数主要经济体。三年来，我国经济保持4.5%左右的年均增长，明显高于世界平均水平，在世界主要经济体中保持领先。近期，多个国际组织纷纷表示看好中国经济增长前景，认为中国有望成为拉动2023年世界经济增长的“火车头”。可以说，我国抗疫和发展的成绩完全经得起历史的检验。

　　新冠疫情是百年来全球发生的最严重的传染病大流行，是整个人类共同面临的严峻挑战。三年来，中国尽己所能助力各国抗击疫情，以实际行动推动构建人类命运共同体。这是风雨同舟的中国行动：向120多个国家和国际组织供应超过22亿剂新冠疫苗，向153个国家和15个国际组织提供数千亿件抗疫物资，向34个国家派出抗疫医疗专家组。在全球抗疫最吃劲的阶段，中国成为全球抗疫物资供应的大后方，为世界各国抗击疫情提供了坚实保障。这是共克时艰的中国贡献：进博会、服贸会、消博会、广交会等“四大展会”年年举办，中国货物进出口总额持续增加，出口国际市场份额连续14年居全球首位，21个自贸试验区覆盖东西南北中，海南自贸港扬帆起航。三年来，中国坚持“团结抗疫和复苏经济，两手都要抓，两手都要硬”，在同国际社会团结抗疫的同时，以自身开放合作为维护全球产业链供应链稳定畅通作出了重要贡献，为世界经济复苏注入强劲动力。

　　坚持就是胜利，团结就是胜利。经过艰苦卓绝的努力，我们战胜了前所未有的困难和挑战，最大程度守护了人民生命安全和身体健康，最大限度减少了疫情对经济社会发展的影响。穿越疫情的阴霾，今日中国正在释放出发展的巨大活力、前行的强大能量。三年同心抗疫，中国这份非凡的抗疫答卷，成绩殊为不易，世人有目共睹，历史必将铭记！