乐中彩票_（中国）企业百科

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。

挑战桥梁建设难关的“巾帼英雄”——记贵州公路集团总工程师张胜林******

　　【劳动者风采】

　　光明日报记者 吕慎 陈冠合

　　很难想象，一位看似柔弱的女子常年跋涉在人迹罕至的山川峡谷间，指挥建造起一座座巨大的桥梁。贵州公路集团总工程师张胜林就是这样一位巾帼英雄，她怀着改变家乡面貌的初心和使命，风雨无阻，矢志不渝，足迹遍布黔山贵水。

　　生在贵州的张胜林从小就对家乡千沟万壑、交通闭塞有着刻骨铭心的记忆，梦想着有一天能飞出大山。高考时，本来想学生物工程的她却被北京工业大学交通工程专业录取，从此就跟钢筋水泥打起了交道。

　　20世纪90年代初，正值北京城市交通蓬勃发展的时期，张胜林经常跟着老师和专家来到立交桥的施工现场，巨型的机械、构件，让她大开眼界。“那时我就爱上了造桥这项工作，迫不及待想把学到的知识用到家乡的建设中！”

　　1993年，刚毕业的张胜林作为一线技术员，参与了贵州省瓮安县江界河大桥建设。第一次去现场，为了寻找最佳的设备安装位置，她徒手爬上高梯，任务完成了，腿还在颤抖。

　　彼时，技术人员少之又少，张胜林一个人承担了项目测量、质检等多项工作。从底模制作、施工放样到安装模板、绑扎钢筋，再到浇筑混凝土、构件安装，每个工艺工序，她都在场。

　　大桥建成，张胜林坐在山岭高处，望着桥上的汽车和行人，幸福感让她忘却了时间，一坐就是几小时……江界河大桥就这样开启了她的梦想之门。

　　建设重庆江津观音岩长江大桥时，由于长江水流湍急，大吨位浮吊无法到达桥位区。她连续熬夜几十天，写下了一本密密麻麻的技术手册，创造出“门式浮吊拼装钢围堰施工工法”，不仅在长江上创造了一个枯水期完成深水基础施工的新纪录，还为该项目节约资金1158万元。

　　建设广州新光大桥时，没有可借鉴的资料，经过艰苦思索、反复试验，张胜林提出了一项新工艺——“拱肋大节段提升安装技术”，对推动行业吊装技术进步具有重大意义，该桥也获得了“詹天佑奖”和“鲁班奖”。

　　“赶上贵州交通发展的大好时机，我是幸运的。”张胜林说，党的十八大以来，在脱贫攻坚伟大事业的带动下，贵州高速公路、高速铁路建设进入了前所未有的繁荣期。

　　“我们贵州的造桥人都有创新基因，因为这里的每一座桥梁都像一件独一无二的艺术品。不仅外观造型不一样，更重要的是桥位区地形地质条件千差万别，设计施工都得拿出与众不同的方案。”

　　贵州大小井特大桥是世界最大跨径的上承式钢管混凝土拱桥，桥台所在山坡峰顶与河底相对高差约250米。张胜林带领团队运用大数据技术，实时数据远程自动传输、存储和报警，实现了塔架自动纠偏和索力自平衡。

　　在建设世界第一混凝土塔高的三塔斜拉桥——贵州平塘特大桥这一世界级工程建设及技术研究中，她组织研发了缆吊与扣挂自动化控制系统，实现了桥梁缆吊和扣挂施工智慧化和精细化施工，平塘特大桥也荣获第38届国际桥梁大会（IBC）古斯塔夫斯·林德撒尔奖。

　　30年来，张胜林参与和主持建造的大小桥梁不计其数，获得两项国家级工法、5项发明专利。她先后被评为全国劳动模范、全国三八红旗手、十大桥梁人物，被誉为“桥梁艺术家”“桥梁女神”“最美造桥人”。

　　“困难只能吓倒懦夫懒汉，而胜利永远属于敢于攀登科学高峰的人。”张胜林说，“每当遇到困难时我总用茅以升先生这句话激励自己，新时代呼唤无数迎难而上的科技工作者，我愿意成为其中一员。”

　　《光明日报》（ 2023年01月05日 04版）

　　（文图：赵筱尘 巫邓炎）