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。
驻村“第一书记”王庭秦：从农林高材生到“红林”育才人******
中新网兴安盟11月19日电 题：驻村“第一书记”王庭秦：从农林高材生到“红林”育才人
中新网记者 张玮
“到基层工作是我一直以来的夙愿。”山东汉子王庭秦如今实现了自己的愿望，接受记者采访时，声音都提高八度。
1987年出生于山东烟台的王庭秦毕业于农林经济管理专业，在挂职内蒙古兴安盟科右前旗居力很镇红旗村“第一书记”之前，他是北京林业大学人事处师资科科长、人才办秘书。
历经一年半时间，这位农林高材生成功“转型”成为“红林”育才人。
王庭秦告诉记者，2019年他曾想参与到脱贫攻坚工作中，但没能如愿。2021年年初，他再次向校方提出申请，希望参与乡村振兴工作。
虽然当时他的两个孩子一个5岁，另一个还不满2岁，但爱人深知下基层是王庭秦一定要做的事，便全力支持。
2021年4月，受北京林业大学委派，王庭秦到红旗村担任驻村“第一书记”。
红旗村地处我国14个“集中连片特困地区”之一的大兴安岭南麓山区，曾是国家建档立卡贫困村，辖2个自然屯、4个村民小组，总户数684户，户籍人口2207人。2020年6月，红旗村全村脱贫。
“这个村子地少人多，是居力很镇最大的行政村。”这是红旗村留给王庭秦的初印象。
虽然红旗村地处工业开发区，大量土地被征用，人均耕地面积仅剩1.1亩，但王庭秦的专业也有用武之地。
图为王庭秦帮村民打理大棚里的农作物。 科右前旗宣传部供图“我上学的时候每年都要到农村入户调研，所以和当地老百姓打交道并不困难。”一句“大哥大嫂、叔叔大婶儿”，王庭秦刚到红旗村，便顺利打开56户脱贫监测户的心门，“当时调研发现，一半是稳脱户，一半需要定期上门，持续观察。”
张立柱属监测对象，他家种的葡萄染上灰叶病，束手无策。王庭秦便联系北京林业大学的专家给葡萄治病，并指导其种植方法，解决了张立柱的燃眉之急。
除了帮村民们攻克产业难关，更让王庭秦记挂在心的是村里的“小苗苗”们。
“我们不仅要传播治山治水的技术、知山知水的知识、乐山乐水的文化，更要传承树木树人的精神。”王庭秦和北京林业大学派驻科右前旗的挂职团队、支教团队，利用自身专业知识，于2022年4月正式启动“生态文明启蒙计划”，覆盖科右前旗所有乡镇，为当地的孩子们“撒种、扎根”。
图为“生态文明启蒙计划”中，当地少年儿童展示他们的画作。 科右前旗宣传部供图“我们依托红旗村新时代文明实践站和红旗村草原书屋，开展图书漂流活动。”王庭秦向记者介绍，在北京林业大学、中国林业教育学会、韬奋基金会，以及首都大学生等社会爱心人士的捐赠下，“红林流动图书馆”落成。
王庭秦解释道，选用“红林”这个名字，是为了纪念北京林业大学与科右前旗10年携手的情谊，更寓意着“览书林，阅篇籍”之意。
“生态文明启蒙计划”启动后，北京林业大学、北京市海淀区等各单位支教老师、挂职干部，以及社会志愿者50余人，自驾车装载图书、画笔、投影、电脑等物资，走入田间地头、草原深处，为农牧区嘎查(村)的少年儿童讲解红色革命故事、绿色生态知识，并带领孩子们进行生态环保实践等活动。
王庭秦说，“小”心思最抚人心。“在居力很镇红心村，有个孩子主动要为志愿者老师们表演节目，以表达他的感谢；阿力得尔苏木拉斯嘎嘎查喜欢画画的小朋友，将特别的画作送给老师……”
北京林业大学支教教师翟星辰是哈尔滨工业大学和耶鲁大学联合培养的博士生，同样出生在小县城里翟老师将自己的成长经历分享给孩子们，“他们也树立起要努力考上好大学的理想，坚定了自己能行的决心。”
“生态文明启蒙计划”启动至今，已筛选1000余册适合少年儿童阅读的书籍，赴6个乡镇9个嘎查(村)开展了14场活动，400余个家庭的500多名少年儿童受益。
2023年4月，王庭秦驻村“第一书记”的任职便要到期，但“生态文明启蒙计划”还将继续。他希望未来与有关单位合作，形成可推广的志愿活动机制。
“建立一支持续壮大的志愿队伍，开发一系列优质的科普课程，惠及范围更大的少年儿童，创立一个不断发展的志愿服务品牌。”王庭秦如是许愿。(完)
| 网投彩票地图 |
