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。
通讯：用消费“拉满”市场信心的北疆内蒙古******
中新网呼和浩特1月12日电 题： 用消费“拉满”市场信心的北疆内蒙古
中新网记者李爱平
兔年春节的脚步越来越近，中国北疆内蒙古自治区正在谋划用消费“拉满”市场信心。
12日，在此间召开的内蒙古自治区十四届人大一次会议上，内蒙古自治区主席王莉霞表示，必须把恢复和扩大消费摆在优先位置，当务之急是让商业街、步行街、大商场、小商铺都开起来、旺起来……”
记者近日走访内蒙古多地发现，随着春节临近，民众在做好个人防护的前提下，已纷纷前往商场、超市购物，很多人轿车后备厢都堆着满满的年货。
在内蒙古首府城市呼和浩特，连日来，随着购物热潮的降临，大街上甚至出现了交通拥堵。市民李德说，“这才是城市应有的样子。”
近期内蒙古在提振消费过程中，除了购物外，多地举行的各类冰雪活动也“拉满”了这个冬天的激情。
稍早前，呼和浩特官方就对外宣布了今冬要把冬季旅游与春节、元宵节等传统节日相结合，推出3大主题40多项内容丰富、形式多样的冬季文化旅游体育系列活动。
在提振消费层面，内蒙古官方正在出台一系列举措。
内蒙古自治区十四届人大一次会议透露，内蒙古今年将规划建设一批消费集聚区、体验中心和城郊大仓，支持呼和浩特、包头、鄂尔多斯、赤峰、通辽建设消费中心城市，在盟市中心城区设立互贸进口商品展示店，大力发展潮流夜市、民生早市、城乡集市消费场景，积极招引国内外知名品牌开设首店、举办首发活动，力争新引进品牌首店100家。
除此外，今年内蒙古还将全力争取阿尔山国家级旅游度假区获批，全力创建莫尔格勒河、七星湖等5A级景区，培育敕勒川、康巴什、额济纳等8个文旅产业融合发展示范区，打造10条非遗特色精品旅游线路和一批非遗特色村镇街区。
内蒙古人大代表应洪巨表示，旅游也是内蒙古用消费“拉满”市场信心的最好方式。
“特别是像那达慕这样的活动要红红火火搞起来，用歌舞的海洋、乳肉的飘香、壮美的风光把天南海北的游客吸引过来，让内蒙古成为自驾游的首选地、露营游的佳选地、度假游的必选地、康养游的优选地。”王莉霞在作政府工作报告时如是表示。
“旅游是永远的朝阳产业，也是典型的消费经济，关键是把品质提起来、名气打出去、人气聚上来。”王莉霞介绍，今年，内蒙古要集中打造几个在全国叫得响、在市场立得住的景区，把最美的草原林海、沙漠瀚海、长河大湖、冰天雪地都做出产品、做成精品，创造更多文旅融合的看点、亮点、卖点，做到从东到西全域皆可游、春夏秋冬全年无淡季。
分析人士认为，用消费“拉满”市场信心的内蒙古，旅游经济必须浓墨重彩，扮演重要角色。(完)
