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。
直击2023年春运首日首趟离京列车载客归乡******
中新网北京1月7日电(徐婧 杜燕)“G6701次列车邯郸东方向旅客，请从第三、第四两个检票口同时检票进站，出门右转12站台上车，检票进站时请全程佩戴口罩。”1月7日，是2023年春运的首日。5时许，在北京西站第七候车室，乘坐当日北京首趟始发列车的旅客手持身份证，通过闸机准备上车。
图为G6701次列车工作人员在站台合影。 中新社记者 贾天勇 摄7日，2023年中国春运开启，持续40天，到2月15日结束。据北京交通部门预测，铁路、民航、省际客运进出京总量将达到2536万人次，日均63万人次。其中，铁路方面，北京地区预计发送旅客993.4万人。
归乡之旅弥漫着“年味儿”。福字窗花、小兔子挂饰、喜庆的红色冬青果摆件……透过这趟春运首日开往邯郸东的列车车窗，记者和拎着行李一同上车的旅客们已经感受到满满的春节氛围。
图为G6701次列车工作人员装饰布置车厢。 中新社记者 贾天勇 摄整装待发的乘务人员佩戴手套、口罩、眼镜的防护“三件套”迎接每一位旅客。登上列车，廊上悬挂着回顾2022年的红色海报，许愿墙上写满了旅客对2023年的美好期望。列车长还为旅客送上吉祥兔胸针小礼物和温馨祝福。
中国铁路北京局集团有限公司(简称“北京局集团公司”)石家庄客运段倾心乘务组列车长高敏介绍，为迎接春运，铁路部门在安全保障、优质服务、疫情防控等方面做好了充足准备，列车还为旅客准备了年历等小礼物，不仅为旅客提供平安、有序、温馨的乘车体验，也让回家的旅途多一份纪念。
图为旅客在北京西站进站乘车。 中新社记者 贾天勇 摄“早起来赶第一趟列车，心情很好。”发车前，袁女士告诉记者，妹妹即将订婚，今年自己和丈夫提前回老家过年。二人携带的行李箱里，装着给父母买的小家电，还有奖励孩子的汽车模型。
同车的小伙儿秦志帅和哥哥则“轻装上阵”返乡。“带了几个N95口罩，准备回家呆10天，多陪陪爷爷奶奶。”他说，最近一段时间，看到身边的人对疫情的心态都越来越平和，“大家不再那么紧张了，从北京到邯郸也很近，这次回家很放心。”
除在列车运行途中加强消毒频次、实时提示旅客佩戴口罩等措施外，高敏称，已充分做好大客流的安全预想，并将通过更新服务理念、提升服务形象、优化服务内容，不断提升旅客的乘车感受，使旅客出行体验更美好。
图为G6701次列车工作人员装饰布置车厢。 中新社记者 贾天勇 摄5时34分，北京首趟首发G6701次列车缓缓从北京西站发出，2023年春运大幕正式拉开。随着天渐破晓，一些候车室被旅客和大大小小的行李填得越来越满。
“京味儿”藏在行李箱。今年26岁的芦女士来北京工作已有两年，她在候车室告诉记者，这次回甘肃老家，自己特意买了一盒北京稻香村的糕点，准备给家人尝鲜。此外，还带了备用的感冒药等。她说，因为距离比较远、乘车时间长，之前过年回家需要做几次核酸，今年明显方便多了。“回家后先和爸爸妈妈一起准备年货，今年除夕一家人将在一起看春晚，吃一顿火锅，现在想一想已经很幸福了。”她笑着说。
在候车室内，记者看到，保洁人员不间断对各类设施进行清洁消毒，即便是人员密集的站厅，垃圾桶周围并无杂乱现象。
记者从北京交通部门了解到，春运期间，北京各车站将加强站车通风消毒工作，对候车室、售票厅、车厢等处所，每日做好预防性消毒。对卫生间等密闭场所加强通风，对卫生间、扶手、闸机等重点部位加强消毒，确保为旅客提供干净整洁健康的旅行环境。
6时许，保洁员刘昭琼正在候车室的座位间穿行，依次打扫窗台、地面和垃圾桶。她今年春运期间依旧计划在工作中度过，接下来的40天将是她一年中最忙碌的时候。虽然已经三年没有回湖北老家过年，她说，“新的一年，最重要的是有个好身体，和孩子一起朝着目标继续奋斗。”(完)
| 大发app地图 |
