大发购彩中心平台 - 大发购彩中心平台

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。

努力做“把命令下达清楚” 的基层指挥员******

　　下达命令 ，务必清楚明确

　　■杨元超

　　不久前 ，我作为基地前进指挥组成员，随某旅夜间火力突击演练分队跟训。部队出发前 ，发射连连长在班排骨干会上提了不少要求。我旁听了一会儿，觉得他说 的有些空泛 、不够具体。比如，要求遭“敌”精准打击时各车灵活处置，却没说何时进行伪装 、能否脱离梯队自行疏散隐蔽；安排兼职卫生员在出现人员“伤亡”时迅速处置 ，却对兼职和本职工作冲突时哪个优先没有明确 ；强调严格按规程操作，却对紧急情况下容易变形走样的环节没有强调提醒……而这些 ，恰恰是班排骨干最关心 的点，也是他们在会后最需要给所属战士明确的 。再一看听了连长讲话的骨干们 ，很多也 是一脸茫然的样子。

　　回想起自己担任指导员 的经历 ，“把命令下达清楚”，也是战士们给我上 的第一课 。记得上任不久，我连就参加了一次阵地外围警戒任务，事先我只给各警戒小组大体划分了范围，对一条平时很少有人车经过的“断头路”却没指定责任人，只说“有情况各小组兼顾一下就行”，结果当晚的导调课目恰恰 是小股“敌特”从这条路上潜入。由于相邻两个小组在警戒巡逻时都对这条路“一带而过” ，导致“敌人”差点渗透到装备附近，要不 是操作号手及时发现，整个发射行动就失败了。

　　任务结束 ，我把责任归咎于警戒人员主动作为意识不强 、不知及时补位 ，还当众批评了这两个小组 。但我从战士们 的眼神中感到，他们感到很委屈，甚至有些不服气 。事后 ，副连长找到我开诚布公地说：“这次真不能怪战士们，怪就怪你没有把命令下达清楚 。”

　　一语点醒梦中人 。循着副连长的话反思，我发现自己除了这次任务外，在日常工作中也有不少命令下达不清的情况。开连务会部署工作，有的骨干几乎不动笔记录 ；晚点名讲评工作，队列里明显有人心不在焉……细细回想，出现这些现象的原因就 是当时自己讲了不少正确的废话和“两头堵”的车轱辘话，而对官兵迫切想知道的“我该干什么 、怎么干 、达到什么标准”等 ，却囫囵吞枣、语焉不详 。

　　认识到自己 的问题后，再下达命令 、布置任务时，我努力做到把方向目标指清楚 、把标准要求尽可能量化到“米秒环” 、把责任压实到具体人 。如此一来 ，开会的时间变短了 ，任务却安排得明明白白 。后来，有不少骨干反映，指导员讲话终于能说到点子上了。

　　战士们 的鼓励，引发我更深 的思考。作为一线带兵人和基层指挥员，“把命令下达清楚”很难吗 ？想想其实并不难 ，关键在于下达命令前一定把情况弄清 、把任务想透，下达 的命令一定要简明扼要 、易于理解、具体可行，同时明确重点难点堵点，并给出相应 的解决方法。战场上 、工作中，固然需要官兵们发挥主观能动性 ，但绝不能因此而在安排任务时含含糊糊、大而化之，更不能故作高明地卖个关子 ，让部属去揣摩和猜测 。因为 ，只有上级把话说清楚 ，下级才能把事干明白 。

　　（文图：赵筱尘 巫邓炎）