三分快三下载app|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。

广西：农民从“靠天吃饭”到“靠技生钱”******

　　光明日报记者 周仕兴 王瑾雯 光明日报通讯员 夏姚

　　“这本‘种植百宝书’，我经常拿出来翻阅。”拿着新型职业农民培训班的笔记本，广西龙胜泰弘农业开发专业合作社负责人邓凤权不禁感叹，“我虽然有十多年种地经验，但想要真正发展好种植产业，还是得懂技术、懂管理，这就要多参加培训学习。”

　　邓凤权是广西新型农民职业培训班的学员。经过专家培训指导后，他种植的百香果收获期从两期增长到三期，每亩增收5000元。“有了技术保障，再加上管理到位、销售渠道稳定，合作社带动周边500多家农户种植罗汉果、百香果3000多亩，帮助175户脱贫户增收。”邓凤权自豪地说。

　　新型职业农民培训，是世界银行结果导向型贷款广西扶贫示范项目推进过程中的重点部分。“通过组织农民参加职业培训，为贫困地区培养视野广阔、懂知识、善经营的新型职业农民，让他们更有底气开启现代化农业新篇章。”该项目负责人说。

　　“我们村土地资源丰富，有麻竹、泉水鱼、柑果等特色产业。新型职业农民培训为村民带来新的理论知识和技术，增收渠道多、后劲足，真正让大伙儿体会到劳动可致富、技术能生钱。”玉林市博白县浪平镇六江村党总支部书记廉祖旺说。

　　博白县实施“星期天工程师”合作模式，邀请了解农村、熟悉农业、贴近农民且具有实践经验的教授学者、乡土专家，利用周末和节假日开设讲座、驻点村屯，把脉乡村振兴存在的问题，指导农业产业发展、村庄规划建设和村民增收致富。通过培训，传统农民变新型农民，种植养殖技术得到提升，休闲农业知识、互联网现代农业知识得到增强。

　　在浦北县龙门镇陈皮生产基地，一筐筐柑橘皮在阳光下散发着阵阵清香。“我们这里素有‘扁柑之乡’美誉，非常适合大红柑生长。通过新型职业农民培训，涌现出一批从事大红柑产业的种植能手和陈皮营销好手。”浦北县农业技术推广研究员张兴财介绍。

　　“我们村从1984年就开始种植大红柑，现在种植面积3000多亩，2021年收入超过5000万元。通过新型职业农民培训及科技人员送技术下乡帮扶，大伙儿一技在身、信心满满。”龙门镇林塘村党总支部书记、村委主任容家良告诉记者，目前全村有100多户种植大红柑，8户年收入超百万元。

　　浦北县聚焦乡村振兴产业发展，坚持人才下沉、科技下乡，把科技特派员制度作为科技创新人才服务乡村振兴突破口，借力乡村振兴人才驿站，推动人才进村、入户、下田，把创新技术注入田间地头，为基层农村产业振兴提供了技术支撑。

　　由于不是传统柑橘种养区，马山县乔利乡三乐村农民种植技术参差不齐。为此，马山县邀请了科技专家、科技特派员到田间地头授课，教授学员柑橘栽培技术、病虫害防治和市场分析等知识。

　　村民韦明京通过培训后，一跃成为沃柑产业基地种植管理小组组长，负责传授小组成员沃柑种养技术。“我以前主要种玉米、稻谷，收成没有保证；自从学习柑橘种植技术后，现在每个月都有3000多元的固定工资收入。”韦明京高兴地说，自己从过去“靠天吃饭”的传统农民变为“按月领薪”的新型职业农民。

　　“新型职业农民培训，主要包括农业和农村服务、农产品加工等涉农工业、一二三产融合发展等。通过培训，农民掌握了农业先进实用技术，提高了生产技能和综合素质，为农村发展注入新动力。”马山县委常委、副县长，广西驻村工作队马山县工作队队长涂坤明说。

　　据介绍，世界银行结果导向型贷款广西扶贫示范项目累计完成新型职业农民培训41745人，完成总目标值的104.36%。

　　《光明日报》（ 2022年12月25日 06版）

　　（文图：赵筱尘 巫邓炎）