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。
友谊深厚！驻瑞典大使出席“2023年欢乐春节”活动******
中新网1月17日电 1月14日，驻瑞典大使崔爱民出席了斯德哥尔摩中国文化中心举办的“2023年欢乐春节”活动。驻瑞典使馆文化参赞兼斯德哥尔摩中国文化中心主任陈晓、瑞典莉拉音乐学院创始人妮娜·芭拉比娜、瑞典文化艺术和教育界人士、华侨华人等约150人出席活动。
图片来源：中国驻瑞典大使馆崔爱民首先向所有来宾致以新春祝福。他表示，今年是“欢乐春节”在瑞典举办的第二十个年头。二十年来，中瑞两国人民在这里相遇相知，结下深厚友谊。两国文化在这里互鉴互赏，展现出强大的包容性和开放性，有力促进了两国民心相通。
崔爱民指出，中国春节文化蕴含着“天人合一”的理念，浸润着“人与自然和谐相处”的“和”文化，影响着中国人的现实生活。崔爱民强调，只有弘扬“和平、发展、公平、正义、民主、自由”的全人类共同价值，促进各国人民相知相亲，尊重世界文明多样性，才能以文明交流超越文明隔阂，以文明互鉴超越文明冲突，以文明共存超越文明优越，共同应对各种全球性挑战，构建人类命运共同体。崔爱民表示，驻瑞典使领馆愿与瑞典各界朋友共同努力，更多开展文化交流合作活动，不断增进两国人民友好，推动两国关系健康稳定发展。
图片来源：中国驻瑞典大使馆瑞典莉拉音乐学院创始人芭拉比娜表示，音乐是全人类共同的语言，没有国界，可以直击心灵，很高兴能以音乐形式庆祝中国春节。多年来，瑞典莉拉音乐学院与中国驻瑞典大使馆和斯德哥尔摩中国文化中心延续着传统友谊，保持着密切合作。希望在不久的将来能够再次访问中国，与中国音乐艺术家和艺术院校师生开展广泛交流活动。
图片来源：中国驻瑞典大使馆驻瑞典使馆文化参赞兼斯德哥尔摩中国文化中心主任陈晓在致辞中感谢各界朋友对文化中心的大力支持，表示斯德哥尔摩中国文化中心自2016年成立以来，已经举办近200场文化活动。中瑞两国各具特色的文化在这里交流互鉴、美美与共。文化中心将发挥好应有功能和作用，不断增进中瑞两国人民之间的相互了解。
图片来源：中国驻瑞典大使馆活动中，崔爱民代表使馆向莉拉音乐学院赠送了来自山东潍坊的串式老虎风筝。芭拉比娜摩挲着这只造型别致、结构精巧、虎虎生威的中国风筝，表示将把它陈列在学校博物馆，让更多的学生了解这件来自中国的艺术品。
一场整合中瑞文化、东西合璧的精彩文艺演出将活动推向高潮。中瑞两国艺术家的歌声，唱响了对春天的热情期盼。东西方乐器的共鸣，奏出了对新年的美好祝福。旗袍秀的神韵风采，勾勒出一道道亮丽的风景线。现场嘉宾沉浸在优美的旋律与演员的一颦一笑中，不时报以热烈的掌声。
图片来源：中国驻瑞典大使馆文艺演出后，意犹未尽的来宾参观了《欢乐春节在内蒙古》图片展，北国风光让身在冰雪天地的瑞典朋友感到亲切，而民俗风情又让大家感到新奇。活动中，文化中心还贴心地为大家准备了软糯油润、甘甜酥脆、满口留香的中式点心，既让瑞典朋友品鉴尝鲜，又使在场华侨华人一解乡愁。(完)
| 彩神大发地图 |
