1分快3计划-1分快3APP

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。

连战回忆录披露台政坛秘闻，两岸关系是其中浓墨重彩一笔******

　　【环球时报特约记者 于名】国民党前主席连战历时15年撰写的《连战回忆录——我的永平之路》，1月17日在岛内出版。

　　连战办公室主任彭国省表示，连战写回忆录是忠实记述当时的氛围与事件，面对自己走过的岁月，检讨自己的工作奉献，分享给读者。两岸关系自然是书中浓墨重彩的一笔，据台湾《联合报》17日报道，连战在最后篇章对两岸关系提出建议，力主“两岸应该推动政治对话、追求最终和平”，强调“和平”与“发展”是两岸关系最关键课题。他透露，2008年底上海论坛期间，因为两岸已达成向前推动经济合作的方案，除了货物贸易与服务贸易要再谈外，未来就是要碰触政治层面的制度性问题。当时大陆方面对连战表示，“我们好好再继续努力，没有什么解决不了的”。连战回台湾后特别向马英九报告说，“我们是否可以好好规划，两岸可就政治架构难题商讨未来的制度性安排”。但马英九回应说，政治议题非一蹴而就，应秉持“先易后难、先经后政、先急后缓”的原则，像堆积木方式来进行。

　　连战表示，其实2012年马英九竞选连任前夕，“过境”美国时曾抛出未来可推动两岸签署和平协议的主张，一度引起广泛讨论，但后来不了了之，不知是否受到美国压力，到马2016年5月卸任，都未再谈起该议题。2014年及2016年国民党连续选举大败，在两岸问题上采取保守做法仍未守住政权，现在很多人在检讨反省，“但历史的进程真是当断未断，反受其乱”。连战曾说，两岸事务哪一样是单纯的经济？每样都避不开政治，他真心期盼有政治家能把上一代留下的历史问题，在我们这代有效解决，别留给下一代。

　　连战在书中还谈到与马英九有关的另一件事——1997年的“白晓燕命案”。他写道，命案发生后，民进党以治安败坏为由要求“行政院”改组，并发起游行，但连战认为，任何社会都会发生骇人听闻的绑架撕票案，从未听闻要上纲到“行政院长”下台，这是民进党在借题发挥，所以即使第一时间时任“内政部长”林丰正要请辞，他也并未答应。后来“白晓燕案”持续延烧，作为“政务委员”的马英九提出辞呈，连战当时也对马这个政治动作感到不快，“让我有被落井下石之感”。连战还派人去力劝马打消辞意，但马英九坚持不回去上班，后来也逼得“内阁”进行改组，“这也是我在行政院期间一段较为不快的回忆”。2007年马英九要参选时曾去看他，承诺当选后重启对于“3·19枪击案”的调查，但遗憾的是马当选后的8年未对本案重启调查，令真相无法大白。

　　马英九基金会执行长萧旭岑表示，书中提到当年的治安问题，负责任的政治人物会在必要时担负起责任，向民意负责，这是民主政治应有的样貌，马在当时也做了正确的决定。彭国省则表示，“连战对马英九没有意见”。据悉，连战在“跋”中特别感谢马英九连续5年亚太经合组织(APEC)会议委托他代表参与的信任与托付，也感谢马在任内实现“和平之旅”五大愿景。2月7日，连战将在经国七海文化园区举办新书发表会，仅邀5人致辞，第一位就是马英九。另四位为国民党主席朱立伦、前“立法院长”王金平、前“行政院长”刘兆玄以及出生在台南的史学家郑喜夫。

　　连战在回忆录里还特别谈到2004年的“3·19枪击案”。他写道，他和宋楚瑜当晚本来准备对30万泛蓝支持者发表公开演说，但因为枪击案事发突然，连战宣布停止所有竞选活动。连宋探视陈水扁遭拒，且质疑陈水扁和吕秀莲封锁“并不严重的病情”。对此，陈水扁16日发表声明称，婉拒连战慰问是考虑有众多媒体在场的探视可能有所不便，“事件并非自导自演”。彭国省则回应说，陈水扁的声明跟当年一样谎话连篇，他声称因众多媒体在场而婉拒连宋探视，但记者都被隔在外面，哪来众多媒体？

　　台湾《中国时报》17日评论称，连战这本回忆录记录了他从国民党要员，到卸任后推动两岸和平交流的过往，重现国民党主政时期带领台湾蓬勃发展、不断推进两岸和平的历程，“宛如浓缩版台湾现代史”。对比现在的执政党，有今非昔比之感。

　　(环球时报)

　　（文图：赵筱尘 巫邓炎）