盈彩网投资平台娱乐_在线登录平台网址入口下载 - 官网网站首页

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。

她们用匠心奉献爱心******

　　用纤手创造万物，用匠心重塑自然。不久前，浙江省宁波市鄞州区潘火街道纤源坊公益组织迎来五周岁的生日。庆典现场，金银彩绣、钩针、香包、绳编、布艺、剪纸等12种手工艺品让人眼花缭乱，向市民展示指尖的艺术。

　　从2017年到2022年，这支最早由4个人组建的公益团队现在已有20名骨干成员，慈善义工多达200余名。她们的公益足迹从鄞州走向海曙、江北等，甚至将服务延伸到了四川、河北等地。

　　一双巧手创造万物

　　“好巧的手，这条鱼活灵活现的!”在蔡珠佩的金银彩绣摊位前，有一群市民围观，大家时不时发出啧啧赞叹。一根极细的绣针在蔡珠佩的手中上下翻飞，演绎出一幅栩栩如生的“鱼戏红莲”图。

　　今年64岁的蔡珠佩正是纤源坊的一名女工巧匠。从14岁便开始学习刺绣，当时，刺绣已经成为她补贴家用的主要经济来源。“那时候我做刺绣，家里其他人都务农，但我刺绣赚来的钱比他们加起来都要多。”说起自己的手艺，蔡珠佩一脸自豪。婚后，她跟着丈夫务农，直到老屋拆迁后，生活安逸了很多。如今，宁波金银彩绣已经成为国家级非物质文化遗产。为了让这些赋闲在家的“失土”妇女用一技之长参与公益，潘火桥社区成立纤源坊手工艺工作室。就这样，蔡珠佩“重操旧业”，成了最早加入的慈善义工。

　　“做布艺，让我能静下来，品位指尖文化!”43岁的杜春萍同样是纤源坊一位拥有8年布艺经验的达人。最近，她计划推出“卯兔”系列布艺作品，迎接即将到来的兔年。

　　从“百年红船”纪念徽章到“虎年”定制胸针，再到今年的“绿马”，这群巧手阿姨们的手工制品，一次次“出圈”。5年来，纤源坊一步步发展壮大，纤源坊的骨干义工个个都有一技之长。香包、剪纸、钩针、布艺……摊位上的手工艺品，让大家忍不住停下脚步。她们不光会女红，而且会制作各种宁波传统美食，酒酿、灰汁团、乌米饭等，庆典现场的美食摊位人气爆棚。

　　初心不会改变

　　2020年12月，鄞州区蔡氏纤源坊社会工作服务中心正式在民政局登记注册，成为真正意义上的法人社会组织。手工作品所得款项，都用于公益事业。现场的展示板上，留下了她们的公益足迹：走进学校开展手工制作培训，走进社区教老年人做手工，慰问抗疫一线“白衣天使”……

　　她们用纤手创造艺术品，也用纤手铺就了一条大爱之路。五年来，纤源坊已经累积了7万多元的公益善款，从起步时的接受街道社区“输血”，逐步成了一个具有自主“造血”能力的社区社会组织，用公益反哺社会。

　　在社区的传奇里小区，有一个罹患白血病多年的孩子，母亲一个人将孩子拉扯大。“他爸爸想放弃，如果我再不管他，这孩子就没救了，再难我都会坚持下去!”在一次活动中，这位母亲的话打动了骨干成员蔡萍儿。打那以后，纤源坊每年都会给孩子送去慰问金，鼓励这位坚强的母亲。虽然金额并不高，却是一份支持的力量。每年年初，这个公益组织都会给辖区的10户困难家庭送去慰问金，已经坚持5年了。

　　“我们做的手工制品，我们做的宁波美食，收到的每一分钱，都放入了我们的资金池，我们希望能用自己的一技之长去帮助更多的人。”纤源坊的本意就是以纤手创造万物，用匠心奉献爱心，蔡萍儿说，这个初衷不会改变。（赵得地 龚 静）

　　（文图：赵筱尘 巫邓炎）