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。

港澳政协委员抵沪履职 聚焦经济“复苏”共同发展******

　　中新网上海1月10日电(记者 范宇斌)“新的一年新的开始，我第一站就是到内地，到上海参会履职。”上海市政协委员、新龙基投资集团总裁李可庄10日接受中新网记者采访时说，再次从香港回到上海，让他感到有点兴奋。

　　1月10日，中国人民政治协商会议上海市第十四届委员会第一次会议在上海开幕。香港、澳门与内地8日恢复首阶段免检疫“通关”后，不少在港澳地区工作生活的上海市政协委员在获悉政策调整后，第一时间抵沪赴会。

　　“今年终于有机会来到上海，与其他政协委员面对面进行履职交流。”上海市政协常委、上海市工商联副主席、澳门联生发展有限公司执行董事马志远告诉中新网记者，新冠肺炎疫情以来，他只能“云履职”。“今年我重点关注‘通关’以后，如何促进沪澳交流，尤其是推进两地金融、科技、旅游、文化等领域的交流合作。”

　　“中国疫情防控进入新阶段，我将和在澳门的政协委员一起发挥联通国际的优势以及各自专业所长，助力沪澳经济社会发展。”马志远表示，今年他将留出更多时间和精力，尽己所能，搭建澳门与内地的交流渠道。

　　来自香港的李可庄从事金融投资业务，在他2023年的行程计划表上，上海是至关重要的一站。他表示，“三年后再次抵达上海，能够实实在在感受到上海从疫情中恢复的蓬勃朝气，以及上海人的冲劲、拼劲、干劲都没变，大家的精神面貌和心态都很好，这让我对上海发展更有信心了。”

　　李可庄说，今年他更关注上海未来经济发展的突破点、增长点以及新兴产业发展。“借助这次参会履职的机会，我将开展更多的实地探访、考察调研，了解经济发展和民生领域问题，助力上海经济社会活力进一步释放。”

　　今年，上海市政协委员中又多了一些“新面孔”，他们怀揣更大的期盼，和“老委员”一道站在新起点，积极建言献策。

　　上海市政协委员、交通银行(香港)有限公司私人银行中心总经理徐志道特别关注沪港两地金融合作。他告诉中新网记者，香港、上海都是金融中心，两地各有优势，应该发挥出“1+1＞2”的效果。“上海是科创中心，香港是创科中心，香港在与国际接轨、科技与政策结合等方面经验或将助力上海发展。”

　　“作为一名‘新委员’，我希望提出有分量、接地气的提案。”徐志道说，“疫情也给了我们一个反思的机会，在经济上如何去融合。沪港合作在恢复‘通关’后，两地银行之间的交流合作将更为紧密，在金融政策、自由基金的互联互通以及银行系统互通上，可以更进一步展开合作，从而让两地居民在自由流动上更便利，也有利于作出适合的投资安排。”

　　上海市政协委员、商汤科技董事长兼CEO徐立也是一名“新委员”，“首次参加上海市两会，我感受到上海对科技创新的重视，而我更多关注人才、核心技术、创新链上下游协作和协同发展等方面议题。”徐立告诉中新网记者，“当前，内外部环境面临诸多考验，更要积极推动双向交流，一方面把人才送出去，接轨最前沿的科技发展，另一方面要‘筑巢引凤’把人才引进来。只有长期保持人才的双向流动，才能在未来竞争中成为人才高地。”

　　对此，在沪港两地人才交流、基础科研交流方面，徐立认为，“两地各有所长，香港高校科研资源非常，新兴专业顶尖人才荟萃，而上海既有人才，又有大市场，增进双向流动显得非常重要，要促进沪港两地人才平台交流和人才交流。同时也要产教联动、合作培养更多青年人才。”

　　带着思考与期盼，来自港澳地区的上海市政协委员们将在履职过程中，建真言、谋良策，为内地与港澳地区的共同发展搭建更多沟通桥梁、凝聚更多发展共识。(完)