彩票开户-彩票开户

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。

“数字基础设施：互联互通与创新发展”论坛在浙江乌镇举行******

加速推进数字基础设施融合创新发展

——“数字基础设施：互联互通与创新发展”论坛在浙江乌镇举行

　　随着全球新一轮科技革命的加速演进，和全社会数字化转型的加快推进，数字基础设施的发展对于经济社会的高质量发展日益重要。

　　10日，2022年世界互联网大会乌镇峰会“数字基础设施：互联互通与创新发展”论坛召开，中外嘉宾通过主旨演讲、尖峰对话、圆桌派等环节，畅谈数字基础设施的融合创新发展，从标准、技术、建设等多个角度提出建议，并分享各自的创新理念和实践。

“数字基础设施：互联互通与创新发展”论坛现场。光明网见习记者 刘昊摄

　　数字基础设施不仅包括新一代信息基础设施，还包括应用5G、千兆光网、人工智能等新技术赋能传统行业数字化转型的融合基础设施。

　　国际电信联盟（ITU）电信标准化部门第十七研究组顾问官杨晓雅说，人类社会正加速向数字化转型，作为数字经济的底座，数字基础设施的重要性已经成为广泛共识，基于标准规范的互联互通和不断创新的技术迭代是数字基础设施发展的必然要求。

　　随着社会对算力需求的快速激增，算网协同有力支撑着企业上云、用数、汇智。

　　在中国工程院院士邬贺铨看来，目前云网融合的现状并不理想，因为云跟网是独立建设，其本身的标准、技术不一样，运营主体不同。

　　邬贺铨谈到，云网和算网融合促进产业链互利共赢，在加速推进云网和算网融合上，不仅要充分发挥IPv6抓手作用，推进云网和算网融合的标准化及开发工作，还需要开展管理体制与商业模式研究。

　　作为数字基础设施建设运营服务商，中国电信副总经理李峻说，融合是数字基础设施发展的必然趋势，中国电信将以融合为出发点，持续夯实云网融合数字基础设施底座，构筑协同、赋能的新发展格局。

　　据了解，中国铁塔成立八年来深入贯彻落实网络强国、数字中国战略，持续深化行业共享和协同发展。

　　中国铁塔副总经理刘国锋介绍，5G商用以来，中国铁塔累计承建5G基站160万个，其中97%以上通过共享存量资源实现。

　　发展数字基础设施，标准化至关重要。对此，中国通信标准化协会理事长闻库说，只有建立标准才能够实现基础设施互联互通，实现不同领域的上下连接。

　　当前，全球疫情反复延宕，经济形势不容乐观。“但在这样的情况下，5G的发展脚步没有停下来，其中贡献最大的是中国运营商。”全球移动通信系统协会（GSMA）大中华区总裁斯寒说，GSMA通过促进技术的发展和互联互通，来推动整个数字社会和数字经济的发展。

　　为推进数字基础设施发展，迎接数智未来，各方在积极探索。其中，中兴通讯高级副总裁、政企业务总裁朱永涛建议，在基础设施方面，要重点探索在智慧城市、交通、金融以及一些垂直行业的数字化发展新路径。

　　思科从1994年进入到中国，已经服务中国30多年。“面向未来，思科希望自己的创新技术和解决方案，能为中国的现代化发展作贡献。”思科大中华区首席架构师蒋星介绍，思科希望通过对数据的可视性，和基于人工智能的数据分析，给客户一个自动化响应，从而提升客户从通信到应用、从云到端的体验。（光明网记者 孙满桃）

　　（文图：赵筱尘 巫邓炎）