天天发娱乐漏洞 - 在线登录平台网址入口下载 - 官网网站首页

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。

乡村“守艺人”，巧手成就致富梦 ******

【一线讲述】

编者按

广袤山乡，有这样一群人：他们默默无闻，却靠着一双双巧手传承传统技艺、助力家乡发展。雕刻彩绘、造屋筑桥、器具制作、刺绣印染……有他们的地方，就有民俗风物之美，也有产业致富之路。他们，拥有一个朴实无华的名字——乡村工匠。

90后重庆小伙儿辜国强在组装花丝镶嵌作品“凤引九雏”。新华社发

在浙江湖州市八里店镇潞村，陶瓷艺人在瓷器上作画。新华社发

在日前召开的中央农村工作会议上，习近平总书记强调，“要坚持本土培养和外部引进相结合”“育好用好乡土人才”。此前，国家乡村振兴局、教育部等8部门联合印发的《关于推进乡村工匠培育工作的指导意见》，要求围绕巩固拓展脱贫攻坚成果、全面推进乡村振兴，挖掘培养一批乡村工匠，促进农民创业就业，为乡村全面振兴提供重要人才支撑。今天，让我们走近四位乡村工匠，观摩他们的“指尖绝活”，倾听他们的奋斗故事，感受他们传承技艺、惠泽一方的拳拳初心。

这里的琴声绕梁不息

讲述人：河南确山县农民制琴师王金堂

扛起锄头，我们是耕田种地的一把好手；拿起工具，我们是世界提琴制造业中响当当的“确山师傅”。全球90%以上的提琴来自中国，而中国提琴产量的40%左右，特别是中高档手工提琴产量的80%以上都出自我们确山人之手。

40多年前，16岁的我挤上火车一路向北，怀着“学门好手艺”的心气儿，去北京闯荡。几经周折，终于进了一家工艺美术厂当上临时工，跟着师傅学习制作工艺小提琴。一年后，老板看我笃实好学，就让我当上了车间负责人。后来，我又到一家提琴作坊当学徒。

提琴制作工艺复杂，有拼板、刮板、音孔音梁、刻头、装头、油漆、装配等多道工序，每道工序都要精益求精。比如，拼板时如果黏合不牢，就会影响后续每道工序；刮板的尺寸和弧度高低一定得精确，否则直接影响提琴音质。

经过两年多的学习、练手，我掌握了制琴的关键技术，也萌生了创业的念头。我白天打零工、卖煎饼，晚上继续钻研制琴，同时，动员在京打工的老乡一起干。1990年，我们终于和一家木材厂谈拢，合作办起了一家琴坊。打这以后，我的制琴生意越做越好，带出来的许多老乡也陆续建起了自己的琴坊。

“确山师傅”在北京干得风生水起，家乡一直很关注。不久后，确山县政府和在京确山籍老乡创办的提琴生产企业签了合作协议，我们整体迁入县产业集聚区“确山小提琴产业园”，为一个梦想而努力——把确山打造成全国知名的中高档提琴生产基地。

现如今，全县制琴及配套企业已经发展到144家，从业人员2600多人，产品包括小提琴、中提琴、大提琴、低音贝斯及配件等30多个系列、400多种型号，年产提琴约40万把，年产值6亿元左右，年出口创汇超过2000万美元。

从外出“打工潮”到返乡“创业潮”，我们认识到：要想产业长远发展，关键是不断壮大本土人才，让产业发展有源源不断的源头活水。

2020年1月，确山县手工提琴制作协会挂牌成立，吸纳了100多家会员，大家推选我担任协会会长。针对制琴人才短缺问题，我们制定了“5年计划”，划定了确山提琴行业标准，通过加强函授、培训，增强“确山琴师”的业务知识和文化素养。

我们这些“琴一代”，也有很多遗憾。几年前，在中国（上海）国际乐器展上，以色列乐器商人约瑟夫在他的摊位上用小提琴演奏《梁祝》，吸引了不少人驻足观望。现场有人请我也演奏一曲，我当时就蒙了，连连摆手：“我们只会制琴，不会拉琴。”现在，越来越多的“琴一代”让孩子学琴，县政府还出资聘请了专业提琴教师，在镇里和县里的中小学校开设提琴特色班。每年都有很多确山学子选择音乐类专业深造，学成后回乡支持提琴产业发展，让这座提琴小城充满了青春活力。

我们相信，确山的琴声定会悠扬致远、绕梁不息。

自贡彩灯，温暖千家万户

讲述人：四川自贡胡氏花灯传承人万玲

有华人的地方，就有灯会。近年来，自贡灯会被列入国家级非遗名录，成为中华文化“走出去”的一张闪亮名片。胡氏花灯，就是自贡彩灯大家庭中的一员。

四川自贡彩灯。光明日报记者周洪双摄/光明图片

　　（文图：赵筱尘 巫邓炎）