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。
大国基石 | 北斗巡天，定位时空兴百业******
小新说
国有企业是中国特色社会主义的重要物质基础和政治基础，是国民经济的压舱石。2022年12月28日起，由中央广播电视总台与国务院国资委联合制作的系列纪录片《大国基石》，在央视综合频道黄金时段连续播出，聚焦党的二十大精神在各领域的新实践新气象，集中展现新时代的奋斗者为人民群众的美好生活奠定幸福基石；盘点国之重器与民生保障的密切联系，多视角、多层次、立体化呈现国资央企在推进中国式现代化进程中的使命担当和非凡成就。
今天为您带来第十集《北斗巡天》，看北斗卫星导航系统如何在交通运输、农业生产、防灾减灾、生态保护等方面助力中国产业升级。
古代依靠北斗星判断大致方向和计算时间。如今依靠由中国航天科技集团开发的北斗卫星实现精确时空定位。中国人实现从仰望星空到经略时空的跨越。
广西梧州西江，珠江水系的主通道。长洲水利工程修建后，上下游水面落差较大，来往游船需通过船闸到水坝对面，现在，通过手机客户端，每艘船仅需50秒完成报到和缴费手续。
在北斗卫星帮助下，西江船闸运行调度中心，可以实时掌握每艘船的位置。船与船闸的配合，船长与调度中心的呼应，精准对接、一气呵成。在保证船只过闸安全性的同时，通行效率也大大提高。
上海市精确导航和自动驾驶能够解决交通拥堵、减少交通事故。但需要北斗实时定位精度，必须达到厘米级。智能网联汽车要实现高等级自动驾驶，对于定位精度有着厘米级的要求。
北斗卫星的地基增强站，作用是提升北斗卫星信号的精度和稳定性。它们与卫星天地协同，满足国土测绘、精准农业、自动驾驶等众多需求。
新疆喀什拖拉机安装北斗定位导航，可以真正实现无人自动驾驶。北斗导航系统让播种机实现无人驾驶以及不分昼夜全天干活。
广西 河池天峨县龙滩水电站，国家西部大开发标志性工程之一，“西电东送”重要组成部分。北斗三号卫星导航系统建成后，这里第一时间安装北斗自动化监测设备，大大减少了人工测量的工作量。
北斗系统大幅提升位置服务能力，从米级提高到分米级、厘米级、毫米级，给数字信息社会提供精准时空信息，更准确地为社会提供服务。
湖北武汉北斗能够实现精确的定位、导航，因其卫星上有一块特殊的“表”，名叫星载原子钟。卫星导航利用无线电波传播来导航，无线电波以光速传播，要达到一米的测量精度，就要把光传播一米的时间测准，这只能靠原子钟。
北斗三号卫星，全部装载国产高精度星载原子钟，保证北斗优于20纳秒的授时精度。金融交易中，时间决定着资金的安全。北斗高精度授时，为金融系统提供精确的时间安全保障。
福建 莆田湄洲岛茫茫大海中手机没有信号。准确的位置对于救援十分关键，海防大队收到一条紧急求救的短报文信息，它类似于手机短信，但却是由北斗卫星发送的。
渔业是北斗卫星导航系统应用最早，也最为广泛的行业之一。短报文是中国北斗的独门秘技。赤潮被称为“有害藻类”或“红色幽灵”，为了实时掌握赤潮的发生时间、位置和规模，技术人员结合北斗定位技术，研发出船载的赤潮检测系统，为赤潮的早期防控提供有效预警。
在中国科学家们的攻关下，普通智能手机也能给北斗卫星发送短报文。采用国产自主可控工艺制造，支持短报文通信的国产智能手机已经推出。
今天中国北斗已具备实时厘米级、事后毫米级的高精度定位能力。中国北斗的行业应用不断深化，应用场景更加丰富。中国北斗面向全球用户提供全天候、全天时、高精度服务。
《大国基石》首批播出13集，包括《气蕴华夏》《城市绿心》《追风逐日》《聚能动力》《智连未来》《绿电动脉》《海上天路》《强国之翼》《乌金奇迹》《北斗巡天》《天河筑梦》《一江碧水》《化生万物》等。
12月28日起，《大国基石》每天18:20在央视综合频道CCTV-1播出，敬请收看！
———— /END/ ————
