凤凰彩票骗局_在线用户注册首页登录平台

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。

新春走基层｜甘肃临夏：大学生“牵手”乡村就业工厂******

　　新华社兰州1月11日电　题：甘肃临夏：大学生“牵手”乡村就业工厂

　　新华社记者

　　打开电脑、登录网站，刚大学毕业不久的马全祥熟练地运营着一家网店。和城市里的上班族不同的是，他的工作地点是在西北老家甘肃省临夏回族自治州一家乡村就业工厂。

　　临夏回族自治州自古被称为西部“旱码头”，这里商业发达，依托当地牛羊养殖建立起的皮毛加工业更是十分兴旺。广河县三甲集镇就是著名的皮毛交易中心。

　　马全祥就业的甘肃西裕工贸有限公司是县上成立的乡村就业工厂，主要从事皮毛马甲生产和整皮加工，并开发生产护膝、护腰、护肩等产品。公司车间员工有307人，大多来自周边农村。

　　临近春节，车间里复工复产的景象“热气腾腾”，员工们忙碌在各条生产线上。

　　广河县乡村就业工厂内，1997年出生的马天龙正在直播带货。新华社记者马莎 摄

　　2020年以来，因为疫情原因，很多线下实体店经营困难，西裕公司将经营转到线上。然而，网络运营及销售人才短缺成了公司发展的最大短板。“普通工人口才表达能力有限，也不懂网络技术，急需相关专业的大学生进入企业。”公司负责人马中云介绍。

　　马全祥2019年从西北民族大学毕业后，在外闯荡了半年，因为家里人口多，经济压力大，他便在2020年回到了家乡。随后，马全祥应聘到西裕公司工作。

　　一开始，他负责客服和售后，每月只有3000多元的固定工资。熟悉企业运营后，公司将两个网上店铺交给他打理，并将这两个店铺一部分股份转让给他。马全祥的收入也从拿固定工资变为绩效奖励。2022年，马全祥的税后收入超过10万元，他非常高兴，将大部分收入补贴家用。

　　广河县乡村就业工厂内，1999年出生的客服杨小倩正在回答电商平台上顾客们的问题。新华社记者马莎 摄

　　“家里人口比较多，有妹妹和弟弟还在上学。我的收入可以极大缓解家里的经济状况。”马全祥这几天在网上翻阅各种汽车信息，并准备考取驾照。有了稳定的收入，买车也提上了日程。

　　马全祥非常庆幸自己的选择，对将来也充满信心：“电商在乡村振兴中是一片蓝海，前景非常广阔。”

　　马中云说，2022年企业又招聘了6名毕业大学生，他们有的来自甘肃省内高校，有的来自省外高校。目前公司在职的大学生达到了16名。

　　广河县乡村就业工厂内，“90”后大学生正在直播带货。新华社记者周梦蝶 摄

　　记者采访发现，许多乡村就业工厂靠近原料产地，生产的商品物美价廉质优，但由于缺乏人才和先进的市场营销手段，总是出现“有货无市”的现象。“我们还要继续加大大学生的招聘力度，以此提升管理和营销水平，推动商品走出去。”马中云说。

　　此外，当地政府也大力支持乡村就业工厂吸收大学生就业，并给予企业每人1500元的就业补贴。目前，广河县已有264名大学毕业生在乡村就业工厂就业，他们逐渐成为乡村振兴的新力量。（记者姜伟超、胡伟杰、马莎、周梦蝶）

　　（文图：赵筱尘 巫邓炎）