彩神88|彩神88

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。

党代会后再出发，习近平以三次集体出行砺初心******

　　(近观中国)党代会后再出发，习近平以三次集体出行砺初心

　　中新社北京10月28日电 (记者 梁晓辉 黄钰钦)中共二十大闭幕不到一周，中共中央总书记、国家主席、中央军委主席习近平带领新一届中共中央政治局常委专程从北京前往陕西延安，瞻仰延安革命纪念地。

　　十八大以来，党代会闭幕后，新一届中共中央政治局常委的首次集体出行寓意深刻，都释放出再出发的鲜明信号。十年前，集体参观《复兴之路》展览，以“中国梦”开篇新时代；五年前，集体瞻仰中共一大会址和南湖红船，百年大党从“梦想起航的地方”再出发；今次在中国共产党走向全国胜利的“出发点”，中共宣示走好新的远征。

　　“这次和中央政治局常委同志一起来，就是要宣示新一届中央领导集体将继承和发扬延安时期党形成的优良革命传统和作风，弘扬延安精神。”在延安革命纪念馆，习近平如是说。

　　延安精神，成为外界解码新一届中共中央政治局常委首次集体出行的重要“坐标”。作为中共在延安时期形成的宝贵精神财富，其主要内容是坚定正确的政治方向、解放思想实事求是的思想路线、全心全意为人民服务的根本宗旨、自力更生艰苦奋斗的创业精神。

　　在著名的“窑洞对”的发生地杨家岭，习近平用“一本永远读不完的书”来形容延安革命旧址。正是这里，见证了中国共产党关于如何跳出治乱兴衰历史周期率、避免人亡政息、确保政权长期存在的探索。

　　当时，毛泽东给出了第一个答案，让人民监督政府。也正是在延安时期，中共提出全心全意为人民服务的根本宗旨并写入党章。新时代，跳出历史周期率有了第二个答案——以自我革命确保党永远不变质、不变色、不变味。

　　两个答案，人民都是初心。历史是最好的教科书，延安这本“永远读不完的书”，温故而知新。“要弘扬伟大建党精神，弘扬延安精神，坚定历史自信，增强历史主动，发扬斗争精神，为实现党的二十大提出的目标任务而团结奋斗。”从这里外界也再次读出百年大党的初心。

　　回顾过去十年，新一届中共中央政治局常委的首次集体出行都是一次政治信念的宣示。

　　2017年10月31日，中共十九大闭幕仅一周，习近平带领新一届中共中央政治局常委专程瞻仰上海中共一大会址和浙江嘉兴南湖红船。

　　重回中国共产党“梦想起航的地方”，习近平就一叶红船发出感慨：“其作始也简，其将毕也必巨。”

　　在浙江工作期间，习近平曾把“红船精神”概括为开天辟地、敢为人先的首创精神，坚定理想、百折不挠的奋斗精神，立党为公、忠诚为民的奉献精神。

　　在十九大上，这样的“红船精神”与大会主题聚焦的“初心”交相辉映。习近平指出，事业发展永无止境，共产党人的初心永远不能改变。唯有不忘初心，方可告慰历史、告慰先辈，方可赢得民心、赢得时代，方可善作善成、一往无前。

　　在对中国革命具有重要标志性意义的原点，探寻中共的精神密码，正是百年大党对初心最鲜明的叩问。

　　2012年11月29日，中共十八大闭幕刚两周，习近平带领全体中央政治局常委赴国家博物馆参观《复兴之路》展览。

　　“现在，大家都在讨论中国梦，我以为，实现中华民族伟大复兴，就是中华民族近代以来最伟大的梦想。”习近平在参观中首次提出“中国梦”，映射着中华民族在复兴之路上的昨天、今天、明天——“雄关漫道真如铁”“人间正道是沧桑”“长风破浪会有时”。

　　以“中国梦”开篇，沿着这条复兴之路，中国共产党领导下的中国历史性消除绝对贫困，在中华大地上全面建成小康社会，顺利完成第一个百年奋斗目标。

　　新征程上，中国共产党进一步走上以中国式现代化全面推进中华民族伟大复兴的道路，并重申“我们要始终坚持一切为了人民、一切依靠人民”。

　　历史，总是在一些特殊时刻更能给人以启迪。三次政治局常委集体出行，习近平着眼的“一本书、一叶舟、一条路”，有着百年大党不变的初心和使命：为中国人民谋幸福，为中华民族谋复兴。(完)

　　（文图：赵筱尘 巫邓炎）