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。

中国朋友助柬学生告别“流水席”式课堂******

　　中新社柬埔寨干拉省1月12日电 题：中国朋友助柬学生告别“流水席”式课堂

　　作者 欧阳开宇 余湘珺

　　干净的课桌，粉刷过的新墙，透过窗户的充足光线……柬埔寨干拉省安龙达塞中学学生波兰梅走进新校舍，“连心情也变明亮了”。

　　1月上旬，中国云南省援柬埔寨干拉省安龙达塞中学教学设施项目启用，当地师生们终于有了属于自己的新校室。新课堂第一天，波兰梅与同学们身穿白色衬衫、黑色半裙这一柬埔寨学生的经典校服套装，早早就来到学校开启“新鲜的上学体验”。

　　安龙达塞中学2014年成立，由于没有校舍，只能借用当地小学的教室。小学一共15个教室。小学用10个，中学借用5个，学生们像“吃流水席”一样上课——七年级的学生上午用完教室，八年级的学生下午再来用。

　　“这一天我们盼了9年！”安龙达塞中学校长邓索卡向中新社记者说道，此前学生们没有固定的教室，安排教学很不方便。

　　邓索卡说，新学校启用前，当地很多学生上学需求无法得到满足，一部分学生只能去10公里以外的中学上课。早上7时上课，不到5时就得起床，骑1个多小时自行车到学校。一些家长甚至因为担心孩子的安全而让孩子辍学。

　　即便有机会就读，学生的体验也不太好。邓索卡回忆说，30多年前，他就是在这里上的小学，只不过那时还是木质房屋，用树枝围起来的篱笆做了个简易围墙。1997年，小学重新翻修，有了现在的砖瓦房，但也年久失修，桌椅板凳老化严重，黑板、教具、卫生间等设施都较为简陋。

　　体育课的活动场地更为局促。邓索卡说，体育课分为理论和实践两部分，通常让学生们到教室外的空地上做体操。但由于学生多、空地少，院子里还停满了摩托车、自行车，只能腾出一小块地方。遇上雨天，低洼的地方被淹，“很多学生都带着一身泥回家”。

　　“现在好了，我们不但有了自己的教学楼，而且一切都是新的——新的课桌、黑板、灯光，学生们还收到捐赠的新书包，现在上课都更有劲儿了。”邓索卡说，感谢中国朋友们解决这里乡村学校教学资源老化，教育环境差的问题，为安龙达塞村及附近村镇的村民提供了更好的教学环境。

　　该教学设施由中国云南省人民政府出资，云南省商务厅管理，委托云南省建设投资控股集团有限公司实施。教学楼面积约400平方米，包含6间能容纳50名学生的教室及桌椅、白板等配套设施，学校还修建了围墙及内部道路供学生们活动。

　　新学校启用当天，柬埔寨副首相兼外交大臣布拉索昆专程到现场参加仪式，向学生们发放学习用品，并与师生们交流。布拉索昆告诉学生，要记得是中国朋友帮助他们建设了新课堂，要多做促进柬中交流的事，珍惜这份特殊的友谊。

　　“中国政府高度重视同柬埔寨的教育合作，除帮助柬埔寨改善基础教育环境外，每年还提供大量奖学金名额。”中国驻柬埔寨使馆公使衔参赞常健也鼓励学生们好好学习，将来去中国留学，做中柬友好的维护者。

　　新操场上，同学们纷纷领取新书包，互相分享着喜悦。“学校离家近，比以前要节约40分钟，中午能回去吃午饭、小睡一会儿，下午上课不再是‘瞌睡虫’了。”波兰梅与小伙伴手拉手走在新校园中，笑靥如花。(完)