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。
【十年中国风】14亿人的“陆地飞行”******
中新网北京10月1日电 题：【十年中国风】14亿人的“陆地飞行”
记者 阚枫
“请看看中国高铁的里面，相当不错，有很稳定的WiFi和插座。”
今年2月7日，参加北京冬奥会报道的美国记者森来实在社交媒体连发视频和图片，“直播”自己乘坐中国高铁的体验。
视频：【十年百变】中国高铁在西方封锁中“逆袭”来源：中国新闻网
这两条引发大量互动的推文，让中国高铁在外国网友中又刷了一波好感。有网友还在评论区发了一张美国铁路的照片：一辆列车从满地狼藉的铁轨上驶过。
诚然，过去10年，既重速度，更重品质的中国发展令全球刮目，而向世界展示这种速度和品质，高铁无疑是最好的名片。
中国高铁的第一张名片叫“逆袭”。
比发达国家晚40多年起步的中国高铁，如今头顶着多项“世界之最”：运营里程最长、在建规模最大、运营动车组最多、商业运营速度最高。
中国高铁的成长故事，也是工业大国自主创新的励志故事。
10年前的2012年，中国标准动车组“复兴号”开始设计研制，5年后，具有完全自主知识产权的“复兴号”就实现首发。超乎想象的速度背后，是中国高铁研发人员夜以继日的技术攻关。
在“复兴号”的一次试验中，列车出现了300微秒的通信中断故障，为了研究这比闪电还短的一瞬间，技术人员摸索了整整7天，最终找到故障原因。
世界上怕就怕“认真”二字。从无到有，从引进、消化、吸收再创新到自主创新、领跑世界，高铁成功“逆袭”，说白了，就是把“认真”做到了极致。
资料图：航拍秋日的江西省新余市渝水区人和乡金色田园。图为疾驰而过的高铁。赵春亮 摄中国高铁的第二张名片叫“幸福感”。
“要想富，先修路”，这是中国人对于美好生活的朴素理解。
10年来，中国高铁年均投产3500公里，“四纵四横”扩围到“八纵八横”，总里程从9000多公里延长到4万多公里，占到全球三分之二。
穿梭于山川江河的高铁，不仅重新定义着中国人的时空概念，也深刻牵引着整个国家的城市化进程和区域经济联动。
江西省上饶县四十八镇，“中国最小高铁站”五府山站建在群山环抱中的一座小山头上。2015年6月正式通车，占地2000多平米仅两个站台的小车站，解决了周边30万山区百姓的出行难题。从这里出发，两小时能到杭州、福州，三小时能到上海。
如同四十八镇，10年间，众多中国小城镇一步迈入“高铁时代”，高铁带来的出行便利和经济提升，让老百姓收入更高了，让孩子们眼界更宽了，高铁加速着民众“幸福感”的提升。
资料图：当地时间2022年8月25日，雅万高铁2号隧道顺利完工，全线架梁通道全部贯通。图为施工人员庆祝完工。 中新社发 中国电建雅万高铁项目部 供图中国高铁的第三张名片叫“分享”。
今年9月2日，印度尼西亚雅加达丹戎不碌港，中国生产制造的雅万高铁高速动车组列车从货轮中缓缓移出，贴在车身的标语用英文写着“印度尼西亚首条高铁”。
雅万高铁是中国高铁首次全系统、全要素、全产业链在海外落地的项目。它不仅让2.7亿印尼人有了第一条高铁，也培养了大批印尼本地的高铁技术人才。
印尼高铁建设技术员拉姆达尼就曾被媒体聚焦。在中国团队“导师带徒”的传帮带下，他从一个刚入职的技术生手变成独当一面的技术能人，两年来，他的中文水平提高很多，收入更涨了不少。
跟拉姆达尼一样，雅万高铁建设中，1万多名印尼当地工人和大批当地工程师、技术人员参与其中。既因地制宜，也授人以渔，这种“幸福感”的传递，是中国高铁在海外“叫好又叫座”的又一重要原因。
10年来，中国的高铁故事映射出太多国家发展的时代剪影——“复兴号”是自主创新的一个缩影，五府山站是民生提升的一个缩影，雅万高铁是高水平开放的一个缩影……而飞驰的高铁本身，则正是中国式现代化的一个缩影。(完)
| 盈彩网投资平台地图 |
