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。

（新春见闻）台湾青年的团圆春节：盼两岸交流更顺畅******

　　中新社北京1月28日电 题：台湾青年的团圆春节：盼两岸交流更顺畅

　　中新社记者 张晓曦

　　今年农历春节，是很多人期盼已久的团圆年，长年在大陆打拼的台湾青年返台过年，与亲友重聚。他们在接受中新社记者采访时表示，期待未来两岸交流更顺畅、往来更便捷。

　　张毓中：与家人团圆 品尝家乡美食

　　来自台湾台中的张毓中，是一名“北漂”青年。前两年由于疫情，他留在北京过春节，今年终于有机会回乡与家人团聚。

　　“我们会贴春联、放鞭炮、发红包，也会去庙里走走，但年夜饭可能有些不同，比如在台湾我们会吃一道菜叫乌鱼子，是风味比较独特的美食。”张毓中说，在北京过年时也会与朋友约着一起吃台湾菜，但回到家乡品尝当地美食的感受仍不可替代。

　　除夕夜，张毓中和家里的亲戚朋友聚餐，享受来之不易的团圆。春节假期，他和家人外出旅行。“其实我想在家里待久一点，但我妈有点‘憋得慌’，那就一起出去走走。”

　　在张毓中看来，今年的春节年味特别浓，有一种“全球华人大团圆”之感。不仅他从大陆飞回台湾，很多小时候的朋友也从美国、加拿大或其他地方回到家乡过年，大家难得相聚。

　　“感觉真的很不一样，再加上台湾天气很好，大家聚在一起，氛围很棒。”他表示，假期过后，他会继续留在台湾一段时间，之后会返回大陆，继续自己的工作，“希望到时航班会更加顺畅，”他说。

　　郭雪筠：为父母包红包 发现有趣差异

　　“台北女孩”郭雪筠在北京过了几年春节后，今年终于回到家人身边。“见到家人总是会很开心的，就是那种很熟悉的感觉，我也会赶快去看看台湾现在便利店在卖什么、现在流行什么餐厅。”

　　过年从北京飞回台湾，郭雪筠的行程总体顺利，但因为不少在大陆工作的台湾朋友都选择过年回台，往返两岸的航班价格较高。

　　“因为我家不是那种很传统的家庭，就是除夕大家吃个饭。”郭雪筠表示，但是，今年她特别为父母包了红包，以表孝心。

　　“我发现一件很有趣的事，就是在台湾我们是会包红包给父母的，但是在大陆好像不是这样。”她也曾和朋友交流过，发现台湾约定俗成是工作之后为他人包红包，并会向长辈表示心意，但在大陆红包似乎较多是给晚辈。

　　郭雪筠还表示，台湾有很浓厚的过年气氛，春节期间很多店铺都关门，外面的鞭炮声很多，年夜饭也吃得比平时更丰盛。

　　她也观察到了一些变化，包括在街上会遇到更多人谈论在大陆的工作、生活，逛夜市也会发现有商贩在卖大陆零食。

　　假期过后，郭雪筠就会回到北京。“两岸关系很密切，所以交流的需求也很高。”她说，希望未来有更多年轻人互相交流的机会，也希望航班可以再多一点，让大家出行、回家方便。

　　黄柏翔：过温暖春节 盼往来顺畅

　　在北京从事金融租赁相关工作的黄柏翔，过年回到了故乡高雄。他十分兴奋，“我在大陆工作，能够回来看看父母，体会一下台湾的年味，心情是蛮高兴的，家人见到我也都特别开心。”

　　“台湾南部天气比较温暖，年味也很浓，过年会去庙里‘拜拜’等。像我家人也会一起吃年夜饭、看看电视节目，其实和大陆蛮像的。”黄柏翔说。

　　除了与家人团聚，黄柏翔这次回到台湾也见了不少老朋友。“很多台湾的朋友都在问什么时候可以去大陆，包括旅游、工作等等，我看到很多人对两岸交流是很期待的。”他说。

　　黄柏翔也告诉记者，这次回台湾，航班比以往更紧张、机票价格也更高，但购票过程还算顺利。“希望今后可以多开一些航班，方便两岸之间的往返。交流、沟通更便利，总是个好事情。”(完)