彩虹多多注册网-彩虹多多官网网址

来源：彩虹多多手机版1706-05-11 17:48

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。

彩虹多多注册网

2023太原古县城年货节启动：促消费、添年味******

　　中新网太原1月18日电 (高雨晴)1月17日晚，由山西省商务厅主办的2023太原古县城年货节启动。此次活动以旅游、娱乐、美食、购物为主线，通过现场展销、技艺展演、互动体验、文创展示、直播带货等，融合古城旅游、线上直播，实现线上线下联动促消费，进一步推动乡村e镇品牌打造，促进老字号企业创新发展和消费共振。

山西省商务厅厅长王宏晋致辞。　高雨晴摄

　　为了积极搭建消费促进平台，打造沉浸式、体验式、互动式消费场景，丰富节日市场供应，山西省商务厅举办“2023太原古县城年货节暨乡村e镇网红直播大赛”活动。这是贯彻落实全省加快企业复工复产统筹疫情防控工作会议和山西省委经济工作会议有关要求的具体举措。

　　据了解，本次活动借助太原古县城花灯会，以年货节为主题，以电商直播、老字号推广、农旅融合等为抓手，以乡村e镇区域公用品牌推广为重点。活动设置乡村e镇、“品味老字号”主题展馆。

乡村e镇网红直播大赛颁奖典礼现场。　高雨晴摄

　　其中，乡村e镇主题展区对全省100个乡村e镇所在县(区)的农副产品、生鲜水果、名优特产等进行广泛展示，向全省人民讲好“山西故事”，展示“山西好货”，让年味更浓。同时，为乡村e镇引流，拓展各地农产品销售渠道，提升产品知名度，促进山西产品“走出去”。

　　“品味老字号”主题展馆将通过开展老字号技艺展示、文化体验、网上直播带货等，促进消费者对老字号的认识和了解，提升老字号的品牌价值和影响力。参展老字号包括六味斋、荣欣堂、冠云、宁化府、老香村、永祥和、云冈、林香斋、鑫炳记、奇人傅山、堡子酒等。

图为霍州年馍高雨晴摄

　　回顾过去一年，山西省商务厅厅长王宏晋说，2022年全省商务系统努力克服疫情影响，开展多渠道、多层次、多样化的“一揽子”促消费活动。包括以家电、汽车、线上线下零售为主的政府数字消费券发放工作、“品鉴山西美食·晋享山西味道”餐饮品牌推广活动。

　　据介绍，2022年全年发放政府数字消费券25.05亿元，带动消费268.41亿元；累计发放汽车消费券6.49亿元，拉动汽车消费160.56亿元；累计发放家电消费券4.7亿元，拉动家电消费33.8亿元。实施电商主体培育工程，推动网络零售成为消费新增长点。

游客走进乡村e镇展馆。　高雨晴摄

　　同时，山西打造了7个省级夜经济试点城市、18个省级夜经济生活集聚区。运城市、太原市被确定为全国“一刻钟便民生活圈”试点城市；太原市便利店发展指数位列全国第二(厦门、太原、东莞、广州、长沙)，成为我国北方唯一进入前五名的地级市。

　　“一系列的促消费活动，取得了显著的经济带动效果和社会效益，进一步提振了消费市场的信心，加快了服务业的复苏。”王宏晋表示，2023年，山西省商务厅将把“恢复和扩大消费”摆在优先位置，贯彻落实好国家和山西省促消费系列政策，进一步释放消费潜力，改善消费条件，创新消费场景，推动消费和商贸服务业健康发展。