彩神平台|彩神平台

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。

美议员扬言要在台湾举行听证会，岛内担心将把台湾“推向险境”******

　　【环球时报特约记者 于名】美国众议院新成立的“中国特别委员会”扬言要在台湾召开听证会，讨论军售问题。此举引发岛内外对2023年台海局势的担忧。

　　据台湾《联合报》1月27日报道，“中国特别委员会”成员、美国共和党众议员惠特曼称，委员会成员日前开会，交换意见和讨论若干运作目标，而台湾问题无疑是“中国特别委员会”关注的焦点，“盖拉格希望我们在台湾举行听证会。我想我们会这样做，这对全世界以及对台湾都非常有意义”。

　　盖拉格是“中国特别委员会”主席。他在接受美国媒体CQ Roll Call采访时称，委员会将锁定大陆引起的各领域议题，如禁止社交媒体TikTok、提供印太政策建议、调查美国产业受大陆资金与影响力所破坏的领域等，预计2月成立办公室，3月举行首场听证会。他还称，强化台湾安全将成为委员会的工作重点，目前有180亿美元的军售项目延宕交付，“委员会会把协助台湾自我防卫列为紧急议题”。去年12月，盖拉格与共和党籍众议院议长麦卡锡联合发表专栏文章，声称“将让协助台湾自我防卫成为急迫议题”。

　　另据美国之音报道，惠特曼在回答提问时还声称，美国政府在台湾问题上采取的“战略模糊”政策已失去意义，“我们不希望升级为战争，但如果有必要，我们会捍卫(台湾)，但关键是能够震慑，威慑是首要任务”。

　　台湾《中国时报》27日注意到，美国众议院外交委员会共和党人发出推文称，新上任的外交委员会主席麦考尔与台北驻美代表萧美琴日前举行“非常好的会谈”，“讨论我们如何能在第118届国会会期中强化我们之间至关重要的伙伴关系”。之后，萧美琴发推文声称，“在国会山忙碌一天，讨论来年在许多领域如何进行对我们伙伴关系重要的合作”。

　　针对美国众议院“中国特别委员会”扬言到台湾举行听证会，有台湾涉外官员称不曾听说，尚待了解，“如果美方提出，双方会讨论”。《联合报》称，“中国特别委员会”野心勃勃，已引发部分美国国会议员的担忧，众议员孟昭文日前表示，“这恐将加剧仇华心理，对亚裔不利”。《中国时报》27日也说，两岸关系目前的紧绷状态使华盛顿智库出现一股新的氛围，虽意见不一，但有一个共识，就是认为台海若有战事，美国将付出很大代价。有智库学者对于美国国会议员“过度抗中”的言论提出警告，认为这实际上是不利于美国，也不利于台湾。文章以去年8月前美国众议院议长佩洛西窜台引发两岸紧张局势举例称，华盛顿智库“德国马歇尔基金会”亚洲计划主任葛来仪当时就公开质疑，此行时机不恰当。《纽约时报》专栏作家弗里曼也曾撰文批评佩洛西“无比鲁莽、危险且不负责任”。

　　国民党国际部副主任黄裕钧表示，不管美中之间如何竞争，对美国来说，都希望台湾不要带给美方意外，这点最近许多美方人士都提到，过去马英九当局做得非常好。

　　台湾《中国时报》28日刊登的一篇评论称，台湾人都深知两岸军力悬殊之大，不是台湾花多少军费，买多少精良先进的美国武器就能赶得上的，因此唯有避战才是“王道”。但蔡英文当局却反其道而行之，不仅邀请多批美国国会议员窜台，制造美国会出兵保卫台湾的假象，还不顾各方劝阻力邀佩洛西窜台，结果引起大陆围台军演，从此失去了缓冲带。没想到如今新“内阁”即将上台，美国众议院新成立的“中国特别委员会”又研议3月可能到台湾召开两岸情势听证会，了解美国如何在军售等方面“协防台湾”。文章认为，美国国会议员来台开听证会，“极具侵犯台湾主权的意味”，对台湾极不尊重。而台当局对于这些挑动台海紧张情势的动作，台面上都不表态，但台面下不管是被动的无奈，甚或主动配合，“一味亲美抗中的蔡政府，都是把台湾推向了险境”。（环球时报）

　　（文图：赵筱尘 巫邓炎）