盈彩网投资平台APP|盈彩网投资平台交流群

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。

中国经济年会与会人士热议——推动经济运行整体好转******

　　中央经济工作会议要求，做好明年经济工作，要突出做好稳增长、稳就业、稳物价工作，有效防范化解重大风险，推动经济运行整体好转，实现质的有效提升和量的合理增长。12月17日，由中国国际经济交流中心主办的“2022—2023中国经济年会”在北京召开，与会嘉宾就如何深入学习贯彻落实中央经济工作会议精神进行了解读。

　　中央经济工作会议要求，明年要坚持稳字当头、稳中求进，继续实施积极的财政政策和稳健的货币政策，加大宏观政策调控力度，加强各类政策协调配合，形成共促高质量发展合力。

　　积极的财政政策要加力提效。财政部副部长许宏才表示，“加力”主要体现在：一是统筹财政收入、财政赤字、专项债券、调入资金等，保持适度支出强度，加强国家重大战略任务财力保障，持续推动财力下沉；二是合理安排赤字率和地方政府专项债券规模，适当扩大专项债券资金投向领域和用作资本金范围，衔接今明两年持续形成实物工作量和投资拉动力，确保政府投资力度不减；三是持续增加中央对地方转移支付，做好困难群众、失业人员动态监测和救助帮扶，兜牢兜实基层“三保”底线，为经济运行营造良好基础环境。“提效”主要体现在：一是完善减税退税降费政策，增强精准性和针对性；二是进一步优化财政支出结构，加大科技攻关、生态环保、基本民生、区域协调等重点领域投入；三是更好发挥财政资金引导与撬动作用，有效带动扩大全社会投资和促进消费；四是完善财政资金直达机制，深化预算绩效管理，提高财政资金使用效益和财政政策效能；五是持续创新和完善财政宏观调控，注重加强与货币、就业、产业、科技、社会政策协调配合，形成高质量发展合力。

　　稳健的货币政策要精准有力。对此，人民银行副行长刘国强表示，明年的货币政策要坚持“总量要够，结构要准”。明年货币政策的力度不能小于今年，“总量要够”既包括更好满足实体经济的需要，也包括保持金融市场流动性合理充裕，资金价格维持合理弹性、不大起大落。“结构要准”就是要持续加大对普惠小微、科技创新、绿色发展、基础设施等重点领域和薄弱环节的支持力度；要继续落实好一系列结构性货币政策，效果好的可以酌情加力；对一些具有明确阶段性要求的政策要及时评估，可以按时有序退出，也可以根据需要延长，让别的货币政策工具进行接续。

　　中央经济工作会议指出，明年经济工作千头万绪，要从战略全局出发，从改善社会心理预期、提振发展信心入手，纲举目张做好工作。

　　全国政协经济委员会副主任宁吉喆表示，着力扩大内需是推动经济运行整体好转的当务之急。总需求不足是当前经济运行面临的突出矛盾，针对这一现实问题，明年加大宏观政策调控力度，同时优化调整疫情防控政策，有利于恢复消费扩大内需，从而促进经济运行在合理区间。

　　中央经济工作会议对加快现代化产业体系建设作出了具体部署。中国国际经济交流中心副理事长王一鸣表示，明年要继续把培育战略性新兴产业作为重点任务，加快新能源、人工智能、生物技术、绿色低碳、量子计算等前沿技术研发与产业化应用。此外，还要增强科技创新对现代化产业体系的支撑，提升战略性资源供应保障能力，大力发展数字经济。

　　中央经济工作会议要求，更大力度吸引和利用外资。“要牢牢抓住改善营商环境这个牛鼻子。”国务院发展研究中心副主任隆国强表示，要主动对标高标准的国际经贸规则，稳步扩大规则规制、管理标准等制度型开放，深化国内相关领域改革。

　　中央财经委员会办公室分管日常工作的副主任韩文秀表示，我国经济韧性强、潜力大、活力足，长期向好的基本面没有变，资源要素条件可支撑。综合研判，明年世界经济增速可能会明显下滑，而我国经济可能总体回升，从而形成一个独立的向上运行的轨迹。首先，优化疫情防控措施，将给经济恢复发展带来重大积极影响。预计明年上半年特别是二季度，社会生产生活秩序将加快恢复，经济活力将会加速释放。其次，存量政策、增量政策同向发力，将积极促进经济恢复发展。（经济日报记者 熊 丽）

　　（文图：赵筱尘 巫邓炎）