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。
通讯：唐诗逸的世界性表达：在《如见》中“舞”出人生新思考******
中新网呼和浩特2月3日电 题：唐诗逸的世界性表达：在《如见》中“舞”出人生新思考
中新网记者 李爱平
在呼和浩特排练现场，长达90分钟的舞剧《如见》中，唐诗逸开启自己的世界性表达节奏，她用轻盈柔美的现代舞，正在“舞”出对人生的新思考。
2月3日，舞剧《如见》总导演之一郑子豪在呼和浩特透露，由《诗意地栖居》《前行的生活》《时光中回望》3个篇章组成的该剧，让每个走进剧院的观众都会对人生有不同的解读。
“诗意人生，如见你我。人生舞台，看见自己。”这也是舞剧《如见》另一名总导演、主演唐诗逸，对该剧所追求的艺术新高度。她希望观众能从这部舞剧中感受到主创人员对人生的独特思考。
作为当红流量担当，唐诗逸最近一次惊艳众人的亮相是在中央广播电视总台的兔年春晚，她以水袖舞演绎的东方美人风情，被网友惊呼：“真乃仙女也。”
唐诗逸是中国歌剧舞剧院首席舞者，从2022年6月迄今，她与呼和浩特这座“草原城市”因舞剧《如见》再次结缘。
图为舞剧《如见》海报。 呼和浩特市委宣传部供图由呼和浩特文化旅游投资集团投资打造的该剧，也是过去十年当地对高雅艺术不懈追求的一次收获。此前当地排练的舞剧《马可·波罗传奇》一经问世，即成现象级作品。
“尽管舞剧《如见》是在呼和浩特进行排练，但对艺术的要求和高度却是世界性表达。”郑子豪说，在排练中，主创人员会借鉴民族舞中的元素，但只是借鉴某一点，舞剧《如见》是要适合世界各国观众审美的，未来将会搬上世界各地舞台。
剧组透露，该作品最大特色是，作品中有极致浪漫的幻想、乌托邦式的美好、自我审视的思考、冷漠孤寂的迷惘、前行路上的奋进、互相扶持的温暖，所有的一切最终汇入时光长河，成为永恒。
“这种蒙太奇式的舞台呈现，链接了生活中的所见所思，予观众以无限想象空间，让每个人都能在作品中获得感动。”郑子豪如是表示。
“在舞剧《如见》中，我们还借鉴了呼和浩特大青山绝美的日出。”郑子豪透露，包括唐诗逸导演在内的主创人员看到大青山与敕勒川草原的日出那一刻，都在惊呼，“真的太美了”“呼和浩特是艺术的风水宝地”。
见证过排练现场的高丽芳，是呼和浩特市文化旅游投资集团负责人。她说，唐诗逸和众多演员每天一大早开始排练，一直到晚上很晚。
“唐诗逸对艺术是非常执着的，一直在修改细节。”高丽芳幽默地说，“每一次修改，都说明她对人生有了更多的思考。”
“呼和浩特这座城市包容开放，给了我们这部作品大力支持和充分创作空间，让我们能更好地做世界性表达。”郑子豪坦言，这是他和唐诗逸达成的共识。(完)
| 快3投注地图 |
