乐发lll-(中国)百度百科

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。

新春走基层丨冰天雪地“冬”游热——甘肃文旅复苏一线见闻******

　　新华社兰州1月10日电题：冰天雪地“冬”游热——甘肃文旅复苏一线见闻

　　新华社记者郎兵兵、崔嘉琪、张智敏

　　峡谷绝壁冰瀑凝碧，高山雪道洁白闪耀，大城小镇冰雪盛会纷呈……入冬以来，甘肃各地冬季旅游持续升温，以赏冰玩雪为主题的周边游、短途游方兴未艾，众多旅游景区和滑雪场正在严寒中快步复苏。

　　这是官鹅沟景区冰瀑景观。新华社记者 张智敏 摄

　　隆冬时节，走进位于陇南市宕昌县的官鹅沟景区，夏日碧波荡漾的湖泊换上了蔚蓝色的“冰装”，悬崖峭壁上奔流不息的瀑布凝结成了壮观的冰瀑、冰挂，令游客赞叹不已，他们纷纷掏出手机拍照打卡，收藏这份难得一见的冰雪奇缘。

　　“听朋友说官鹅沟冬天特别美，还可以看冰瀑，所以周末特意赶过来玩。”1月8日，来自重庆的游客张易说。除了自然风光，景区内还设置了趣味滑雪项目供游客免费体验，眼前处处是欢声笑语的景象。

　　官鹅沟景区管理委员会主任罗刚介绍，今年官鹅沟景区特意打造了雪雕观赏、滑雪运动、冰雪旅游摄影比赛等活动，吸引周边市县及本地游客观光游玩。

　　这是第五届“相约乌鞘岭·冰雪嘉年华”冰雪艺术节启动仪式现场。天祝县融媒体中心供图

　　1月8日，第五届“相约乌鞘岭·冰雪嘉年华”冰雪艺术节启动仪式在武威市天祝藏族自治县的乌鞘岭国际滑雪场举行。在活动现场，藏族姑娘们跳起欢快的锅庄舞，专业选手从海拔近2800米的高山翩然滑下，在洁白闪耀的雪道上留下优美弧线，让游客连连叫好。在游玩区域内，有双板滑雪、雪圈、儿童雪地摩托车等多种娱乐项目，大人小孩都能参与，其乐融融。

　　“我是第一次学单板，在教练的指导下，很快就入门了。”酒泉市游客陆星毓说，现场十分热闹，这次旅游总体体验非常好。

　　甘肃兰神国际旅行社董事长裴建宏说，近期甘肃多个市州都在举行冰雪文化旅游节，积极推介冰雪旅游项目产品，现场客流量都很可观，随着春节临近，返乡人员增多，冰雪旅游消费有望迎来一波小高潮。

　　1月1日，游客在岷县牧马滩首届冰雪旅游节上参观游览。岷县融媒体中心供图

　　不仅城市周边和景区里的冰雪盛会热火朝天，一些县区通过发掘冰雪资源举办冰雪旅游节也渐成时尚。1月1日，定西市岷县牧马滩首届冰雪旅游节开幕式在麻子川镇举行，冰雕城堡、彩色花灯及滑雪道等将昔日牧马滩装扮成了一座冬日童话小镇，当地人们竞相前来参加这场家门口的冰雪盛会。

　　甘肃省文化和旅游厅厅长陈卫中介绍，甘肃策划推出了一批具有地方特色的冰雪、温泉、生态、乡村、体育、康养、民俗等冬春季旅游优质产品，满足群众冬春季出游需求。同时也大幅释放政策优惠，敦煌莫高窟、张掖七彩丹霞、平凉崆峒山等330多家景区推行景区门票减免优惠政策和免门票开放，占全省A级旅游景区总数的85%。

　　统计数据显示，今年元旦假日期间，甘肃共接待游客242.5万人次，实现旅游收入11.6亿元，全省旅游呈现出强劲的回暖复苏态势。

　　（文图：赵筱尘 巫邓炎）