天空彩票-（中国）搜狗百科

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。

物联网产业迸发创新活力******

　　【长镜头】

　　中国物联网产业规模接近3万亿元，企业数量超过8000家。其中，产业代表城市江苏省无锡市2022年产业规模预计达4000亿元，规模全省第一、全国领先。13年深耕物联网产业，无锡何以成功？带着疑问，记者来到无锡一探究竟。

　　1月3日，无锡高新区综合保税区的仓库中，无锡佳利达供应链管理有限公司客服人员吴正阳轻点手机屏幕，一家集成电路公司的报关业务流程很快办理好了。随后，他在电脑键盘上敲入代码指令，只见他身后的几台叉车，在无锡海关物联网设备的监控下搬运货物，一辆载重约10吨的无人驾驶智能网联货车装满货物，从企业仓库途径集散中心、码头，实现全程自动装载和卸货。

　　这是无锡物联网在促进集成电路产业上的一个典型应用场景。2022年，无锡集成电路产业产值突破2000亿元大关，约占全国八分之一，建成完整覆盖集成电路各环节的高新技术产业集群。

　　13年来，物联网产业在无锡逐渐发展壮大，其主要经验就是以产业需求和行业应用为导向。2009年，国务院在无锡部署建设国家传感网创新示范区。截至2022年，无锡物联网产业聚集了3000多家骨干企业，诞生了各类涉及物联网产业的已上市企业80多家和14项物联网领域国际标准。

　　无锡物联网产业发展的第二站，是给物联网企业提供后端市场。10多年来，无锡诸多企业承接的物联网工程已遍及全球60多个国家700多座城市。

　　无锡为物联网企业提供了丰富的应用场景。在新吴区旺庄养老院，每一位入住老人胸前都佩戴着一张智能定位卡，它是老人们的“贴身护卫”。无线定位技术可以获取位置信息，同时与移动护理系统、视频监控联动，老人发生突发状况时，可以一键报警。这是落户无锡的一家科技信息公司在智慧养老领域落地的一个应用场景。

　　更多的企业从无锡出发，为全国乃至全球提供物联网解决方案。在位于无锡惠山区的华中科技大学无锡研究院，中科院院士丁汉主导成功研发一款国产CAM软件——Turboworks。航空发动机和燃气轮机（简称“两机”）中包含大量空间曲面，加工过程稍有偏差，就会导致价格数十万元、上百万元的零件整个报废。作为该类零件加工工艺的载体，目前国内应用的CAM软件均被国外公司垄断。研究院服务两机产业，经过多年打磨，研发出这款从底层原始码开始、自主可控的工业设计软件，为大国重器研发生产提供高质量和定制化服务。

　　智能服装厂和传统服装厂有啥区别？走进位于无锡市东港镇的红豆男装5G智能全连接示范工厂，记者看到，衣料沿着天花板吊挂线有序流转，这头主动“找”操作工开缝，那边齐刷刷“等”自动裁剪。“之前，年产80万套西服，需要工人近1000人，现在仅需600人，且个性定制、团购定制与批量生产可混流自由切换。”工厂负责人潘家祥向记者介绍。

　　2022年，无锡市制造业增加值占GDP比重预计为四成。无锡市规划，在几年之内，帮助全市规上工业企业完成数字化诊断，进行智能制造成熟度评估，遴选一批标杆企业，进行示范推广。

　　物联网被认为是无锡的“产业名片”。“下一阶段，无锡将以‘人工智能+物联网’融合创新为主线，以智能传感、车联网、工业互联网‘一感两网’为主攻方向，着力补强卓越产业链，更高水平建设国家传感网创新示范区，加快将无锡物联网打造成世界级先进制造业集群。”无锡市委书记杜小刚信心满满地说。

　　（本报记者 苏 雁）

　　（文图：赵筱尘 巫邓炎）