彩云网规则 - 购彩大厅APP | 在线登录-APP下载

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。

推动民间艺术繁荣发展（评论员观察）******

　　推动民间艺术繁荣发展，为的是用老百姓熟悉和喜欢的乡土文化资源，打造老百姓便于参与、乐于参与的优质公共文化产品

　　河北沧州市吴桥县传承千年杂技文化，展现非遗迷人风采；内蒙古巴彦淖尔市乌拉特前旗以西部民歌会为载体，助力乡村振兴，推动文旅融合发展；海南儋州市光村镇传承发展儋州调声，形成特色文化名片；陕西榆林市榆阳区依托陕北民歌博物馆，打造民间文化艺术之乡文化地标……近日，文化和旅游部公共服务司公示“中国民间文化艺术之乡”建设典型案例名单，91个案例拟入选。民间文化艺术品牌推得出、叫得响，成为文化建设取得累累硕果的生动写照。

　　习近平总书记深刻指出：“民间艺术是中华民族的宝贵财富，保护好、传承好、利用好老祖宗留下来的这些宝贝，对延续历史文脉、建设社会主义文化强国具有重要意义。”我国2800多个县（市、区）、4万多个乡镇，很多都有自己独具特色的民间艺术形式。它们饱含泥土芬芳、乡土味道；它们留住乡愁、孕育希望；它们有的历千年而不泯、经风雨而不衰，早已融入人们的生活和血脉。从传统的山歌、剪纸、民族舞、地方戏，到新兴的钢琴、管乐、油画、农民画，丰富多彩的民间文化艺术项目，反映了我国广袤疆域里生动鲜活的民风民情，为人们提供了丰厚的文化滋养和精神支撑。

　　推动民间艺术繁荣发展，为的是用老百姓熟悉和喜欢的乡土文化资源，打造老百姓便于参与、乐于参与的优质公共文化产品，吸引更多基层群众参与文化活动、从事文化创造、享受文化发展成果。从“中国民间文化艺术之乡”拟入选案例看，有的地方发挥文化馆、图书馆、乡镇文化站等公共文化场馆的主体作用，创新打造民间文化艺术特色服务空间；有的地方利用数字技术，开展惠民演出、展览展示等活动，有效提升优秀民间文化艺术的普及率和普惠性。生动案例表明，挖掘利用各地优秀民间文化艺术，深入推进文化惠民，有助于推动基层公共文化服务体系建设，更好满足人民群众文化需求。

　　在全面推进乡村振兴过程中，着力挖掘培育盘活优秀民间文化艺术资源，推动民间文艺积极融入乡村发展建设，能够极大助力乡村文化振兴，为“三农”发展提供精神文化支持。在湖南常宁，以农村为题材创作的版画交易额达上亿元；在陕西千阳，西秦刺绣带动全县上万名群众就近就地就业创业；在山东淄博，淄博花灯以灯带景、以景促灯，助推文旅加速融合发展……不少地方积极探索民间文化艺术产业化发展路径，在扩大民间文化艺术传播力和影响力的同时，也为乡村经济社会发展赋能提质。

　　农民是乡村振兴的主角，也应成为乡村文化建设的主体。截至2021年底，我国共有各级非遗代表性项目10万余项，各级代表性传承人9万余名。如何在最大限度保留质朴风貌、原生文化的基础上与现代生活有机融合，怎样在传承发展中适应快速变化的文化市场，是民间文艺亟待破解的时代课题。推动民间文艺繁荣发展，为乡村振兴凝聚人心、积蓄力量，既需要强化相关部门的引导扶持，充分发挥市场机制作用，也离不开对乡村本土文化人才的培育和支持，充分调动广大农民的积极性、主动性、创造性。

　　文化是一个国家、一个民族的灵魂。根植于乡野沃土、为广大基层群众喜闻乐见的民间文化艺术，凝结着中华儿女的聪明智慧、蕴含着世代延续的文化基因，构成了中华优秀传统文化的重要组成部分。保护好、传承好、利用好这些珍贵财富，推动中华优秀传统文化在传承创新中走向更广阔的舞台，我们责无旁贷、重任在肩。（邹 翔）

　　（文图：赵筱尘 巫邓炎）