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。

山东匠人创新篆刻艺术 让菏泽牡丹“花开石上”******

　　一块普通石头在吴沧海手上“开”出一朵惟妙惟肖的富贵花。巨野融媒中心供图

　　中新网山东巨野1月9日电 (肖守祥)一张木桌、一盏台灯、几把刻刀，桌面上零散摆放几方石料，1月9日，在山东省菏泽市巨野县，篆刻家吴沧海正在自己的工作室伏案创作，刻刀翻飞间，一块普通的石头在他的手上“开”出一朵惟妙惟肖的富贵花。

　　从上中学起，吴沧海就迷上篆刻，至今已有25年时间。吴沧海介绍说，篆刻工艺大体包括打磨印石、印稿设计、操刀治印、修改调整、钤印、刻边款、拓边款等工序。根据印上所起的稿子，先统刻一遍，把握每个字的造型和气势，称为“初刻”。初刻后，要用拓色蘸墨将印文上墨，使印文清晰可辨，根据要求进一步加工细刻，称为“精刻”。

　　吴沧海在工作室伏案篆刻牡丹花。巨野融媒中心供图

　　“精刻是一方印成败的关键，必须精心弄刀。这种用石用刀恰到好处的结合，才能表现出丰富而熟练的笔意和篆书的结构美。”吴沧海说，在石头上刻牡丹，和传统意义上的篆刻不一样，传统意义上的篆刻刻的是篆字，适读性、辨识性不经过专业学习，很难看明白；而牡丹花很形象，特点鲜明，雅俗共赏。

　　吴沧海篆刻牡丹的想法源于2022年4月，当时第31届菏泽国际牡丹文化旅游节如期举行，因疫情原因，许多外地游客不能来菏泽欣赏牡丹。从那时起，他把篆刻艺术创作的目光聚焦到了牡丹上，决定用手中的刻刀把石料变成牡丹刻章，赋予其艺术“生命”。

　　篆刻牡丹，要先用毛笔一笔一划在石头上勾勒出牡丹的形象。巨野融媒中心供图

　　篆刻牡丹，要先用毛笔一笔一划在石头上勾勒出牡丹的形象，再用刻刀进行篆刻。为此，吴沧海专门到巨野书画院向绘画老师学习画牡丹，因为石头材质偏硬，对体力和用刀的准确度都是个考验。

　　吴沧海告诉记者，在篆刻牡丹的过程中，刻刀的深与浅、明与暗、曲与直、虚与实、残与满，考验篆刻者驾驭刀工的功力，头脑要时刻保持灵活度，这种刀与石、书与刻的结合之趣，构成了篆刻牡丹艺术的独特之美。

　　“曹州牡丹甲天下”，牡丹是菏泽的一张“金名片”。巨野融媒中心供图

　　“一方牡丹印章艺术价值的高低、篆刻家的艺术修养水平，都能从一枚小小的印章中体现出来。”在吴沧海看来，“印如其人”“书为心画”，在人品与艺品兼修的砥砺前行中，追求尽善尽美的艺境，篆刻艺术也同样如此，实现着“成教化，助人伦”的社会作用。

　　“巨野县是中国文联命名的‘中国农民绘画之乡’，也是中国工笔画学会命名的‘中国工笔画之乡’，工笔牡丹画是巨野县工笔画的当家品种。当地大多数书画家都以工笔牡丹为表现形式，以篆刻的角度更深层次地把菏泽牡丹呈现在一方印石上，是一种新的艺术创新。”著名画家黄恩涛说。

　　吴沧海以篆刻的角度更深层次地把菏泽牡丹呈现在一方印石上。巨野融媒中心供图

　　“‘曹州牡丹甲天下’，牡丹是菏泽的一张‘金名片’。每一个菏泽人都有义务把菏泽牡丹宣传推广出去，让更多人知道、了解菏泽牡丹。”吴沧海说，作为一位金石篆刻艺术的痴迷者和追寻者，他要用手中的刻刀讲好菏泽牡丹故事。