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。
江苏无锡推出公共文化艺术大餐 市民“文艺”过新年******
(新春走基层)江苏无锡推出公共文化艺术大餐 市民“文艺”过新年
中新网无锡2月3日电 (记者 孙权)除了鳞次栉比的高楼大厦，对于一座城市而言，更不能缺少的，是那散落在城市各个角落的文化载体、阅读空间。
作为一座经济发达、人均收入较高的城市，地处长三角腹地的江苏无锡气质也相当文艺。这里既有东林书院、钱锺书故居、无锡博物院、东坡书院等文化场馆，又有南长街、惠山古镇、梅里古镇、荡口古镇等极具江南韵味的历史文化名镇、历史街区，还有不胜枚举的各种书店、阅读点。
市民、游客在“锺书茶饮”区小憩。 东林文旅供图听戏、看剧、读书、观展、游园……今年春节期间，无锡各大文化场馆推出丰富多彩的公共文化艺术大餐，吸引了众多市民、游客置身这座江南名城中，度过一个“文艺范”十足的新年。
“钱锺书故居对于无锡人来说并不陌生，很多人读完《围城》，就会来这里看看，但今年这里有新变化。”春节期间，无锡市民徐女士带着女儿来钱锺书故居“打卡”后，欣喜“不枉此行”。
徐女士口中的新变化，是钱锺书故居在新春佳节之际，对外开放了“锺书客厅”。
春节期间，来钱锺书故居“听书”也是不错的选择。 东林文旅供图钱锺书故居前两进系钱锺书祖父钱福烔建成于1923年，后两进由钱锺书叔父钱基厚(孙卿)续建于1924年。此前，故居前两进常年对外开放，后两进由于种种原因未得到充分利用。
今年1月4日，历经3个月“百宅百院”活化利用打造的钱锺书故居后两进，即“锺书客厅”正式对外开放。“锺书客厅”通过展陈提升、空间优化、科技赋能等多种方式，在新春期间推出“来锺书客厅过大年”主题活动，邀市民、游客跟随钱锺书先生的爱猫“花花儿”的脚印，沉浸式体验“锺书先生的故事”。
“今年过年来‘打卡’的人较多。我们做了一个统计，春节假期期间，故居的人流量大概是去年同期的两倍多。”无锡市东林书院和名人故居管理中心主任荣骏炎告诉中新网记者，“锺书客厅”开放后，不少市民、游客慕名前来。
游客体验全息投影互动。 东林文旅供图负责“锺书客厅”日常事务的东林文旅市场总监惠煜介绍，来客厅的群体中，很多是“80后”“90后”，亲子组合比较多。“大多是父母带着孩子来体验，钱锺书著作展示区、全息投影区、锺书文创区最受欢迎。”
“这里的全息投影互动，可以让人感受小院的春夏秋冬，深度体验钱锺书创作《围城》的心路历程，有身临其境的感觉；在阅读区，我们通过小程序可以留下朗读片段，还能聆听他人的有趣见解；在‘锺书茶饮’区里，喝一杯茶看看书，阳光透过窗格子照在书本上，说不出的惬意。”徐女士说，其与女儿在“锺书客厅”待了一下午，收获颇多。
据介绍，锺书文创区颇受市民欢迎。 孙权 摄以“风声雨声读书声声声入耳，家事国事天下事事事关心”闻名的东林书院是江南地区人文荟萃之所。今年春节期间，书院推出“卯兔贺新岁”游园打卡活动，通过传统国潮趣味游戏，传承民俗文化，感受传统魅力，丰富民众假期文娱生活。
图为工作人员展示文创产品。 孙权 摄雅歌投壶、戏钱迎福、国风蹴鞠……漫步书院，只见各处洋溢着浓浓新春的氛围，市民、游客携家带口来此赏景寻乐。在深度体验环节，市民、游客不仅能体验挂历拓印、金箔福画等非遗制作，感受优雅年俗文化，还能享用口味与“颜值”双双在线的江南早茶。
图为部分文创产品展示。 孙权 摄“我们没有外出旅行，还是选择在无锡本地转转，没想到‘家门口’的活动也这么精彩。”无锡市民王先生说，今年自己带着一家人到东林书院游玩，大家一起拓印“福”字挂历、一起制作金箔福画、一起印制版画红包，假期生活既丰富又文艺。
除了名人故居、文保单位，无锡当地的古镇、街区、文化场馆在今年春节期间也是“各显神通”，推出一系列新春活动吸引民众“打卡”。
这个春节，市民携家带小前往东林书院“打卡”。 东林文旅供图在“江南第一古镇”梅里古镇，热闹的舞龙舞狮串起了古镇里的别样年味；在“中国历史文化名镇”荡口古镇，市民、游客走过小桥巷道、船头榭下，听评弹、看演出；在修缮一新的锡剧艺术中心，市民、游客边欣赏轻松搞笑的脱口秀演出，边品尝锡剧主题小茶点……
“高度的参与性和互动性，让这些文化场所更加亲民，也吸引了更多青年人。”谈及新春期间参观群体的变化，荣骏炎这样说。(完)
| 爱乐透彩票地图 |
