长白林海的电力巡线人：在极寒中“走出”一条安全线******
(新春走基层)长白林海的电力巡线人：在极寒中“走出”一条安全线
中新网吉林2月3日电 (石洪宇 孙晓晨)山路被半米深的积雪覆盖。一大早，沈铁吉林供电段泉阳电力工区工长邹伟华便带着徒弟王鹏进了大山。这一天，他们要在雪中跋涉14公里，完成供电设备的巡检任务。
踩着齐膝深的积雪，邹伟华叮嘱王鹏：“降雪后必须巡检，雪越大越得进山。”在长白山林海深处，穿着黄色马甲的二人组非常显眼。
42岁的邹伟华在电力线路工岗位上工作了22年。他所在的泉阳电力工区守护的浑白线是长白山脚下唯一一条铁路线，是长白山地区居民乘车进出大山的主要线路，也是泉阳泉、长白山天泉、农夫山泉等多个矿泉水厂物资运输的“大动脉”。
山路崎岖，却不能轻装上阵。邹伟华的背包里不光有钳形表、脚扣子等检修工具，还有一把铁锹，遇到雪深处他们要一锹一锹掘出道路。看着气喘吁吁的徒弟王鹏，邹伟华拍拍他的背：“雪里走路不能歇，一歇脚就冻得受不了。”
邹伟华(右一)带领同事巡线 吉林供电段供图这对师徒一年要走七百多公里，相当于从北京走到沈阳。他们每个季度都要对线路内的电杆、变压器、配电箱等供电设备进行巡视。
邹伟华说，林海中的电力线路沿线地形复杂，无法使用机动车巡检，只能徒步完成。相比其他季节，冬天是最艰难的。冰天雪地里，他们要细致检查每一处电杆，生怕错过隐患。
走到一处电杆，邹伟华发现横担扭曲变形，他拿着望远镜反复确认。“应该是大雪把树枝压弯了，先记录一下，回头申请一个‘天窗时间’进行维修。”邹伟华对王鹏说。
邹伟华厚厚的本子上记录着哪一处设备易发生故障，哪一段路要怎么走。工区职工们认为，这就是整个班组的检修“小红书”。
王鹏是个“90后”，已经跟着邹伟华处理过不少故障。即便工作环境艰苦，他也干劲十足。看着损坏的横担，王鹏主动请缨，“‘天窗’下来了我上去换吧。”
邹伟华再次叮嘱：“冬天电杆上有薄霜不好爬，一定要注意安全。”听到师傅一口答应，王鹏很高兴。
长白林海冬季昼短夜长，早出晚归、披星戴月已经成了邹伟华的日常。为了不耽误巡检，他把干粮带在身上，由于温度太低，干粮很快被冻凉。在背风的树后，师徒解决了午餐。
静谧的午后山林中，二人踩着积雪继续前行。今年的春运仍在进行，邹伟华和同事们的工作仍然很繁重。(完)
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。 盈彩网投资平台地图 |
