三分快三app下载-三分快三规则

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。

新时代新征程新伟业·二十大精神在基层丨帕米尔雪山下的炉边夜话******

　　新华社乌鲁木齐12月26日电 题：帕米尔雪山下的炉边夜话

　　新华社记者刘红霞、杨湛菲、邵艺博

　　推开阿卜杜加米尔·努斯热提拉家的院门，一阵悠扬的歌声传了出来。安居房里，八九个人围坐在炕床上，一位柯尔克孜族大叔用民族乐器库姆孜欢快地弹唱着。炕床旁的炉子上，奶茶飘出阵阵清香。

　　这里是位于我国西部边陲的帕米尔高原。阿卜杜加米尔家所在的新疆克孜勒苏柯尔克孜自治州阿克陶县布伦口乡布伦口村，海拔大约3300米，四面长年雪山环绕。

　　一曲唱罢，大伙高兴地鼓起掌来。坐在炕床一角的，是33岁的布伦口乡党委书记李文娟。16日这晚，她来到布伦口村走访，村民们听说了，便热情地邀请李文娟加入聚会。

　　“刚才你们弹唱得很好听，今年收成怎么样？还不错吧？”李文娟问。

　　户主阿卜杜加米尔接过话茬：“我家有两个护边员，政府每月都发生活补贴，养了三十几头牦牛，还开了民宿，今年全家人均能挣两万来块钱。到明年，我家就有四五十头牦牛了，希望(人均)能挣到两万五千块钱。”

　　“你家还开了民宿？拜克加克西！”李文娟有些惊讶又十分欣喜，用柯尔克孜语夸赞他“非常好”。

　　夜访前的当天下午，李文娟和乡里同事们召开专题讨论会，学习党的二十大精神，谋划全面推进乡村振兴。

　　“我们乡的一大短板是产业发展不够深入，只是单纯地卖牦牛肉、卖冷水鱼。”布伦口乡乡长库尔班艾力·麦麦提艾力说，“下一步要利用好我们的畜牧业资源、自然资源，延长产业链，发展好旅游，带动群众进一步增收。”

　　布伦口乡是典型的边境乡、牧区乡。村民抬头便是被誉为“冰山之父”的慕士塔格峰，近处则是颇有名气的白沙湖。乡里牧民在饲养牦牛等牲畜的同时，积极参与到民宿经营上来，加上护边的稳定收入，增收有了更多盼头。

　　家里开美容店的、孩子大学毕业后在城里公司上班的、在乡里打工的……在这个边境乡镇，不少家庭都会有灵活就业的成员，整体收入更高一些。

　　那么，明年怎么能挣得更多呢？

　　“党的二十大报告中说要实现经济高质量发展，对于我们来说，高质量发展是一分钱一分钱算出来的。”李文娟循循善诱，“你们看，苏巴什村在旅游旺季搞白牦牛骑行，一天能挣个500块钱，一年六到八个月是旅游旺季，有的老乡能挣到九万块钱。”

　　“是啊，明年我们也来试试，把吃牦牛、看牦牛、骑牦牛都好好弄一弄。”

　　“我们的民族特色《玛纳斯》说唱，也要好好给游客们展示。”

　　“我们村最多的就是石头，回头是不是建些有特色的‘石头民宿’？”

　　……

　　乡亲们你一言我一语。院子外，不大的村落静谧安详，点点灯光为凛冽的高原夜色增添了暖意。屋子里，热腾腾的炉子旁，大家伙儿脸上红扑扑的。户主家九岁的小女儿阿依克热木·阿卜杜加米尔坐在大人中间，捧着小脸，眼里亮晶晶，似乎也在琢磨自己的来年目标。

　　坚持农业农村优先发展，坚持城乡融合发展，畅通城乡要素流动……党的二十大报告，为全面推进乡村振兴擘画了宏伟蓝图。身为党代表的李文娟从北京返回边疆后，“头等大事”就是用老百姓听得懂的语言，深入学习宣讲贯彻落实党的二十大精神。

　　夜深了，走访也接近尾声，村民们从温暖的炉边起身回家。仲冬的帕米尔高原，繁星闪烁。乡亲们的脚步，轻快而坚定……

　　(新华网)

　　（文图：赵筱尘 巫邓炎）