乐中彩票 - 乐中彩票

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。

小寒：踏雪寻梅，年味渐浓******

　　小寒是冬季倒数第二个节气，它的到来意味着一年将近尾声。小寒一般于1月5-7日间交节，《月令七十二候集解》释其名曰：“小寒，十二月节。月初寒尚小，故云。月半则大矣。”在古人看来，寒冷是一个不断积聚的过程，冷气积久而寒，却未达极点，是谓“小寒”。冬至之后，冷空气频繁南下，各地气温持续降低，小寒临近“三九”，民谚有“冷在三九”“小寒一过，出门冰上走”“小寒胜大寒”等说法，可见此时的寒冷程度。

　　小寒时节，北方大部分地区正值田间歇冬，南方地区也多是从事果树修剪、小麦油菜追施冬肥、蔬菜越冬保暖等工作，农事并不忙碌。然而农人早已关心起来年的收成。人们常常根据小寒的气温、雨水变化预测来年的天气、农事。比如“小寒暖，立春雪”“小寒不寒，清明泥潭”，当年小寒温暖，预示来年立春前后有雪，清明雨水增多；“小寒雨蒙蒙，雨水惊蛰冻死秧”，若小寒阴雨，寒冷将持续到来年雨水、惊蛰；此外还有“小寒无雨，小暑必旱”“小寒不寒大寒寒”等。

　　寒冬腊月，人们注重饮食、保养身体，各地形成了各具特色的小寒食俗。比如南京人小寒要吃菜饭，取南京特色“矮脚黄”青菜、咸肉片、香肠片、板鸭丁，再剁生姜粒与糯米同煮，味道十分鲜美。广州人喜欢在小寒早上吃糯米饭。糯米饭不光是糯米，得配上炒香的广州腊味（腊肠、腊肉）、花生、碎白葱等，吃来有滋有味。江浙一带有小寒吃花生的习俗，花生可以健体，当地俗谚说“小寒喜庆长生果”“小寒花生食来年”。以传统中医观点来看，在经历春、夏、秋三季的消耗后，人体气血偏衰。“三九”最是寒冷，阴邪之气颇盛，此时合理进补可以抵御寒气侵袭，使得来年身体强健。小寒食补多讲究“温润”，即用一些温热食物补益身体，比如羊肉、鸡肉等肉类，核桃仁、大枣、龙眼肉等蔬果。正所谓“三九补一冬，来年无病痛”。

　　严寒之中，仍有花信如约而至。宋代女词人朱淑真有“葵影便移长至日，梅花先趁小寒开”的佳句。梅花带着独有的暗香，为寥落寒冷的天地增添了几分色彩。梅花自小寒时初绽，探梅寻芳者也日渐增多。梅与松、竹并称为“岁寒三友”，素以傲雪凌霜的高洁之姿得世人称颂。

　　陆游《游前山》有“屐声惊雉起，风信报梅开”之句。“风信”即“信风”，是应着花期时令吹来的风。一番风来，吹开了应季的花，古人从中挑选花期最准确的一种花作为这一节候的代表，称为“花信风”。明代谢肇淛《五杂俎》云：“二十四番花信风者，自小寒至谷雨，凡四月，八气二十四候，每候五日，以一花之风信应之。”古人以五日为一候，三候为一个节气，每年从小寒至来年谷雨，共有八个节气二十四候，每候都有一种花儿绽蕾开放，于是便有了“二十四番花信风”之说。明人王逵《蠡海集》整理了完整的花信风名目，以梅花为首，待到楝花开尽，花信风止，绿肥红瘦的夏季便来临了。

　　小寒三候一候梅花，二候山茶，三候水仙。梅花高洁，山茶富贵，水仙清雅。水仙多为家中水养，一球抽三五枝花茎，开四五朵白花，风姿绰约，雅号“凌波仙子”。文震亨《长物志》说水神冯夷服此花八石，由此得名“水仙”。不论是踏雪寻梅，还是在家中观赏水仙，都为小寒增添不少雅韵。

　　尽管此时寒近极致，但春的气息也渐渐弥漫开来。进入腊月之后，年味渐浓，人们开始忙着写春联、剪窗花、贴年画、采购年货等，陆续为春节作准备，日子便这般红火热闹起来。（杭州师范大学副教授袁瑾）

　　（文图：赵筱尘 巫邓炎）