彩票驿站_彩票驿站

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。

一座中原煤城与红嘴鸥的“双向奔赴”******

　　平顶山市民观赏红嘴鸥。　庞秋霞　摄

　　中新网平顶山12月25日电 题：一座中原煤城与红嘴鸥的“双向奔赴”

　　记者 韩章云

　　“来啦！来啦！吃饭啦！”12月25日早上八点半，庞秋霞手持鸥粮准时来到平顶山的一处观鸟平台。随着一声声悠长的呼唤，原本在远处水面浮游的红嘴鸥闻讯起飞，向着她所在的位置聚集、盘旋。鸟儿们愉悦的鸣叫声，唤醒了城市的清晨。

　　犹如老友重逢，11月初，成群的红嘴鸥再次来到河南平顶山白龟山湿地省级自然保护区。2016年，当地首次发现成规模的红嘴鸥。此后，来这座中原煤城越冬的红嘴鸥一年比一年多。当地林业部门预计，今年到访的红嘴鸥最多可达6000余只。远道而来的红嘴鸥备受当地市民喜爱，冬日湖畔赏鸥成为一道风景。

　　红嘴鸥在平顶山白龟湖捕食。　庞秋霞 摄

　　今年60岁的庞秋霞，是“鹰城精灵红嘴鸥守护团队”的一名志愿者。该团队成立三年来已有70余名成员。每年冬季红嘴鸥到来后，志愿者们就会守候在红嘴鸥聚集区域，投喂食物、劝导游人文明赏鸥、用相机记录红嘴鸥灵动的身姿。

　　“我们每天上午八点半到九点，下午三点到四点投喂红嘴鸥，这些鸥粮、小鱼虾都是红嘴鸥喜爱的食物，湿地中心的小岛上还会撒玉米、高粱等，供所有鸟儿食用。”庞秋霞喜欢红嘴鸥，“它们有灵性，亲人，一声招呼就飞过来吃食了。”

　　位于河南中部的平顶山又称“鹰城”，是一座典型的资源型工业城市，煤炭储量丰富。最近十年，该市生态环境有了可喜的变化，曾经的“半城煤灰半城土”已蜕变为“半城山水满城绿”。

　　“鸟儿用翅膀为城市投票。”白龟山湿地省级自然保护区管理中心主任张立峰说，近十年来，平顶山生态环境改善显著，尤其水质、沿湖生态进一步好转，这是红嘴鸥与中原煤城的“双向奔赴”。

　　冬日赏鸥成为平顶山的一道风景。　庞秋霞 摄

　　在红嘴鸥集中的白龟湖区域，为保护水质，平顶山自2016年起对湖中的养鱼网箱进行清理，取缔湖中沙岛及沿湖50余家餐馆，清理地笼、旅游快艇、采砂船等，并对注湖河流进行在线断面监控，时刻掌握上游水质情况。

　　为保护湖区生态，该市在沿岸持续植树造林，全面绿化周边及入湖河流沿岸。每年3月，平顶山统一开展增殖放流活动，严厉打击违法捕捞行为，并依据自然保护区相关条例，推进湖区禁渔，减少湖面的人为干扰。

　　张立峰说，为了留住红嘴鸥，平顶山向昆明林业部门“取经”，精心选购鸥粮，每天定时、定点、定量人工投喂100余公斤饲料，让红嘴鸥有充足的食物。

　　平顶山还出台了红嘴鸥保护方案，并与科研院校一起加强对鸟类的监测和研究。除了红嘴鸥年年到访，当地还监测到黑脸琵鹭、蓑羽鹤的身影，青头潜鸭、中华秋沙鸭、黑鹳、东方白鹳等珍稀鸟类也频频现身，白琵鹭、豆雁、白鹭、鸬鹚更是常见。到2027年，来平顶山过冬的候鸟总数预计将达3万只。(完)

　　（文图：赵筱尘 巫邓炎）