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。

听！台湾各界期盼两岸交流“春暖花开”******

　　新华社台北2月1日电(记者赵博、黄扬)“我想去北京吃烤鸭、去东北看雪，还想在台北请大陆小伙伴吃麻油鸡、看海……”新春伊始，一位岛内友人兴致勃勃地向记者说起今年的愿望。

　　这位友人的期盼，反映了岛内多数民众的心声。连日来，台湾各界人士和舆论纷纷发声，呼吁早日恢复两岸人员往来正常化、两岸各领域交流合作常态化。

　　“疫情趋缓，两岸交流的外在大环境较先前更好。”台湾政治大学东亚研究所特聘教授王信贤接受台湾《中国时报》采访时表示，期待民进党当局对两岸间的各式交流能乐观看待。

　　台湾大学政治系教授左正东认为，民间交流及两岸之间的相互认识、累积彼此善意，非常重要。两岸交流不只是人员往来，而是为两岸对话创造条件，更是两岸和平稳定所需要的社会环境。

　　“请给台海和平一个机会、给台湾未来一条生路。”中国国民党前主席洪秀柱在社交媒体个人账号上说，疫情寒冬已逐渐走远，两岸僵局也该冰消雪融，希望民进党当局不要再不择手段阻碍两岸交流。

　　此间舆论也一针见血指出，民进党当局如不在政策思维上改弦更张，很难在两岸交流上有所突破。

　　《联合报》刊发“重磅快评”指出，过去三年，民进党有意借疫情割裂两岸人民之间多年筑起的感情，刻意制造鄙夷、憎恶甚至是歧视大陆的情绪。快评指出，如何真正回到疫情前，甚至回到2008年至2016年时期那一个风平浪静的台海，每个台湾人都该深自思考！

　　民间之所盼，能否成为施政之所向？据记者观察，进入新年，与两岸相关的新闻备受岛内关注，折射出民心向背。

　　国台办日前宣布，经有关主管部门审核，对金门酒厂等符合要求的63家台湾企业予以注册或更新注册信息。发言人马晓光答问表示，对部分台湾食品企业注册信息不完整、不规范的问题，我们愿意继续予以协助解决，为台湾食品输入大陆提供便利。

　　对此，台湾各家主流媒体均进行了较为详细的报道。据“联合新闻网”报道，台立法机构国民党团总召曾铭宗认为，这有助于两岸经贸文化交流往来。他呼吁两岸强化沟通交流，“有交流沟通才能建立互信，让两岸关系朝正向良性发展”。

　　台湾工业总会呼吁，当局应重视大陆的经济地位，进而力求经济稳定、社会安定、两岸和平发展。台湾商业总会理事长赖正镒则表示，期待两岸短期内可增加直航航点，提振岛内消费市场。

　　正在台湾休假的旺旺集团北京首席代表林天良直言，多数台商都反映目前两岸直航航点太少，希望能恢复到疫情前的数量，方便台商来往两岸，也希望尽早重启两岸旅游，振兴观光产业。

　　冬去春来，岛内期盼两岸交流“春暖花开”的呼声日渐高涨，普遍要求民进党当局别再以疫情为借口阻挡两岸交流，尽快撤除对两岸人员往来和交流合作设置的障碍。

　　耐人寻味的是，台当局交通主管部门负责人日前透露，今年的目标是600万人次旅客来台观光，“其中100万是陆客”。但问题是，台当局如何才能争取百万陆客放心、舒心赴台？