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。
彭秋香代表：以高质量司法走好新的赶考之路****** 【奋进新征程 建功新时代·二十大代表在基层】
“作为一名山区的法官，我要把党的二十大精神学习好宣传好贯彻好，用实际行动走好新的赶考之路。”11月4日，党的二十大代表、广东省茂名市信宜市人民法院民一庭庭长彭秋香，在该院第11次党组理论学习中心组(扩大)会议上作了履职和学习体会报告。
彭秋香代表在和群众认真交流。林丹丹摄/光明图片
回到工作岗位后，彭秋香立即以实际行动学习宣传和贯彻党的二十大精神。10月25日，彭秋香向法院党组和所在的党支部传达了党的二十大精神。“这是我第一次走进人民大会堂，激动的心情难以言表。我印象最深刻的是习近平总书记向大会作报告时现场多次响起经久不息的掌声，这是代表们对报告中描绘的宏伟蓝图的热烈期盼。”彭秋香分享了她参加党的二十大开幕会的感受，随后她从党的二十大盛况、广东代表团学习讨论、与代表交流等方面，讲述她的所见所闻所感，并围绕如何学习贯彻党的二十大精神进行了系统阐释和深入解读。彭秋香表示，习近平总书记提出的“五个牢牢把握”，为学习贯彻党的二十大精神提供了“路线图”，怎样把大会确定的“路线图”转化为贯彻落实的“施工图”，是接下来的头等大事。
11月1日，彭秋香来到怀乡镇扶德村。“作为一名基层党员代表，参加党的二十大让我感到非常自豪。”谈起在人民大会堂聆听党的二十大报告时的感受，彭秋香仍难抑激动之情。她用亲身经历、切身感受、具体事例向村民们讲解党的二十大提出的新思想、新要求、新举措。彭秋香通俗易懂、朴素生动的宣讲，引发在场干部群众的共鸣。
“我将继续用群众喜闻乐见的形式，将党的二十大精神及身边的好声音、新变化，传递给广大的市民群众，在宣传群众、凝聚群众、服务群众上贡献自己的力量。”彭秋香说。
在用情、用心、用力学习宣传党的二十大精神的同时，彭秋香切实做好本职工作，以对法律负责、对人民负责、对历史负责的态度处理每一起案件。参加完党的二十大回到信宜后，彭秋香立即投入案件审理工作中，截至11月16日，她已审理了20多件案件。
彭秋香2006年任助理审判员，之后一直从事民商事审判工作。她常年奔走在田间地头，做到脚下有土、心中有情。在案件的处理上，她总是尽可能多调解，尽可能多为群众解决一些实际困难、少留一些遗憾。她先后获得广东省优秀共产党员、全国法官办案标兵、全国优秀法官等荣誉称号。
彭秋香说：“今后我将始终胸怀司法为民的责任担当，持续致力于加强诉源治理力度、致力于提升家事审判温度、致力于强化特殊困难群体保护、致力于加大普法宣传广度，当好社会主义法治理念的培育者、矛盾纠纷的化解者、乡村振兴的推动者。”
如今，信宜山区群众对高效便捷的司法服务需求越来越高。彭秋香表示，她将以“再赶考”的姿态继续砥砺前行，把党的“好声音”及时、准确地传递到群众中间，把党的二十大精神落实到审判工作中，坚持司法为民、公正司法，以高质量司法向党和人民提交一份满意答卷。
《光明日报》（ 2022年11月23日 05版）
