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。
“人与自然和谐共生”，二十大报告展示“美丽世界”更丰富可能******
(中共二十大·观察)“人与自然和谐共生”，二十大报告展示“美丽世界”更丰富可能
中新社北京10月21日电 题：“人与自然和谐共生”，二十大报告展示“美丽世界”更丰富可能
中新社记者 王恩博
“人与自然和谐共生”，中国古已有之的“天人合一”朴素生态观，被以一种更具现代性和探索性的表达方式写入中共二十大报告。
资料图：黄河三角洲国家级自然保护区，白鹭成群嬉戏。 孙劲松 摄这个概念同样寓于中方此前提出的全球发展倡议之中。站在这样的高度谋划发展，持续推进的“美丽中国”建设正为构筑“美丽世界”展示更多可能。
这种丰富可能，体现在观念上的更新。
先污染后治理，曾是西方发达国家工业化进程的必经之路，许多国家生态环境因此急剧恶化。中国也一度走上这条路。改革开放以来短短几十年里，中国走完了发达国家几百年走过的工业化历程，却也因严重的空气污染等环境问题困扰过。
于是，中国的决策层不得不替未来算两笔账：一笔账是，按照传统工业文明道路继续走下去，还要付出多少经济、社会、政治、健康的代价；另一笔账是，重塑绿色发展和生活方式，转型的成本、风险、收益几何。
这十年，从生态文明建设被视作“关系中华民族永续发展的根本大计”，到“绿水青山就是金山银山”成为全民共识，发展观层面的“升级”背后，中国显然把这两笔账算清楚了。
“历史上资本主义国家的工业化道路不可持续，中国不能重走这条路。”能源基金会首席执行官兼中国区总裁邹骥接受中新社记者采访时表示，二十大报告将“人与自然和谐共生”确立为中国式现代化的基本特点之一，与新发展理念中的“绿色”相得益彰，体现了中国的社会理想，也是人类文明发展进程中一种更代表全人类利益的发展方向。
这种丰富可能，也体现在行动上的有为。
2020年9月，中国提出二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。这是一条前人没走过的路，中国将完成全球最高碳排放强度降幅，用全球历史上最短的时间实现从碳达峰到碳中和。
诚然，在新冠肺炎疫情给全球发展蒙上阴影，推进联合国2030年可持续发展议程面临更大挑战的背景下，打赢这场硬仗需要作出艰苦卓绝努力。但二十大报告重申“积极稳妥推进碳达峰碳中和”“深入推进能源革命”“积极参与应对气候变化全球治理”等表述，并作出一系列细致部署，正是当今世界最需要的“行动派”姿态。
资料图：西藏措美县哲古风电项目。贡嘎来松 摄“双碳”这场经济社会系统性变革，为中国提供了一个中长期愿景、综合性目标和系统实施平台，成为加快生态文明建设的系统性抓手；也向其他国家发出了明确信号，为全球应对气候变化和绿色复苏注入新鲜活力。
中国社会科学院生态文明研究所副所长庄贵阳指出，在后疫情时代，通过全方位低碳转型实现“绿色经济复苏”将越来越成为广泛共识。中国明确碳达峰碳中和目标愿景，为全球应对气候变化共同行动贡献了关键力量。
从观念到行动，中国的知行合一，则为一同探索构建人与自然生命共同体的更多国家提供了参照和启迪。
绿色低碳转型之于成熟发达国家，是相对单纯的议题，但发展中国家需要更周全的考量。如中国作为全球最大的发展中国家，经济仍有相当增长潜力。民众对美好生活的向往，更要求中国在减碳的同时，继续实现经济量的合理增长。
“我们最关注的就是中国如何实现公平的绿色转型，如何将生态文明和经济社会发展协调起来。”世界资源研究所总裁兼首席执行官阿尼鲁达·达斯古普塔认为，中国的做法和经验将给全球带来巨大借鉴意义。
“统筹产业结构调整、污染治理、生态保护、应对气候变化”“协同推进降碳、减污、扩绿、增长”……二十大报告中具有一体性、综合性的部署，意味着中国不会接受其中任何一项任务偏废。“单打一”“运动式”的减碳将被纠偏，中国冀望通过产业结构调整、能源转型等，推动发展方式的实质性转变，进而实现经济发展与生态保护协调统一。
“生态环境问题源于发展，也必须在发展中解决。”邹骥举例说，产业结构调整实际上正是将“人与自然和谐共生”理念与发展紧密结合，并找到二者最大协同点。他相信，生态环境保护会创造出新需求，进而成为支撑中国经济发展的新动能。
更多这样的新动能正加速释放，不断丰富着未来的可能性。人们期待，当“美丽中国”愈加可触可感，“美丽世界”也不会止步于梦想。(完)
| 云顶彩票地图 |
