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。

重庆丰都发挥“人才荟萃”优势 为乡村振兴注入“新力量”******

　　中新网重庆2月3日电(杨梦逸)新春伊始，重庆丰都县龙河镇洞庄坪村已经是一片繁忙的景象，村民们修缮农房、建造大棚，虽然辛苦，但脸上都洋溢着幸福的笑容。短短几年时间，这里如何从一个产业缺乏、年轻人流失的“空心村”实现乡村振兴？记者对此进行了探访。

　　“丰都县委统战部充分发挥统一战线人才荟萃、智力密集、联系广泛优势，为乡村振兴注入‘新力量’。”重庆丰都县委常委、统战部部长谭成勇说，“我们组织重庆欧美同学会青年委员会组建乡村振兴‘鸿鹄计划’团队，用三年时间全面帮扶龙河镇洞庄坪村，形成示范效应，发挥教育和人才优势，为归国留学人员参与乡村振兴探索新路径。”

　　2021年10月，重庆欧美同学会青年委员会会长、作家徐鹏作为调研组组长，带领委员会骨干成员来到洞庄坪村调研。初来此地，他就被这里的优美生态所吸引。但徐鹏发现村里年轻人多数外出务工、留守儿童多，仅靠捐款难以推动乡村振兴。

　　“洞庄坪村有山有水，如果把这些自然资源利用起来，形成产业一定能帮助这里长久振兴。”后来徐鹏又独自深入该村六次搜集资料，与调研组一起完成了三万五千字的调研报告。他认为，乡村振兴，产业和教育是关键。要在产业和教育帮扶上下真功夫、办实在事，利用当地自然资源形成产业，让村里的孩子们有更多机会和外面的世界互动，才能给乡村振兴注入源源不断的源头活水。

　　徐鹏联合中国致公党重庆市委会与重庆欧美同学会，发起乡村振兴“鸿鹄计划”。该计划从产业发展、美丽宜居，教育提升，文化挖掘入手，以农文旅融合发展推动一产、二产、三产有机融合，在洞庄坪村建成集以主题民宿、文化体验、乡村度假、地方美食、农耕研学等于一体的凤鸣湾田园综合体综合资源平台，通过当地农民参与生产、村集体土地入股、开发企业出资入股，形成吃住行等多点串联的乡村田野综合生态联结机制，让产业融合使其相互带动、相互促进，形成良性的、可持续发展的田园综合体产业链，全力打造山水文艺新村，推动乡村振兴可持续发展，把洞庄坪村打造成为“山水文艺新村”，乡村振兴“重庆样板”。

　　乡村振兴，教育先行。2021年11月，徐鹏将自己写作所得的30万元稿费捐给重庆市慈善总会作为启动资金，设立鸿鹄教育基金。在徐鹏带领下，12位海归和教育界人士也加入其中，还共同为洞庄坪村长岭小学的107名孩子捐赠设立了6万元的鸿鹄奖学金，用于学生的专项资助。截至目前，徐鹏已陆续捐出70多万元稿费注入鸿鹄教育基金，近百位留学归国人员和教育人士加入到了乡村振兴“鸿鹄计划”志愿者行列中。

　　“我们的志愿者大部分都是留学归国人员，他们来自各行各业，不求回报，将自己的青春奉献到乡村振兴的事业中。”徐鹏告诉记者，目前，凤鸣湾乡村振兴田园综合体第一期农耕研学基地项目已进入建设最后阶段，预计今年5月建成投用。在建设过程中，归国留学志愿者们全程参与，当地村民通过参与项目施工，也获取了收益。

　　“凤鸣湾乡村振兴田园综合体项目一共分三期，具体包括一期农耕研学主题示范区、二期滨河带娱乐区、三期康养休闲区。”徐鹏说，“项目投入使用后，村民将通过在该项目务工、经营农家乐等方式增加收入，吸引外出务工的年轻人返乡就业、创业，洞庄坪村将从此实现长久振兴。”(完)