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。

二〇二三新年贺词，习近平勾勒“明天的中国”******

　　(近观中国)二〇二三新年贺词，习近平勾勒“明天的中国”

　　中新社北京1月1日电 题：二〇二三新年贺词，习近平勾勒“明天的中国”

　　中新社记者 黄钰钦 梁晓辉

　　新年的钟声敲响，人们在回望中走向未来。这一特殊的时刻，对过去的告别与对未来的期待交织，给予每个人前行的力量，于个人如此，于国家亦是如此。

　　当时间翻开新的篇章，世界也又一次注目——中国将如何告别过去、总结当下、寄望未来？答案正蕴含在中国国家主席习近平二〇二三年的新年贺词里：“历史长河波澜壮阔，一代又一代人接续奋斗创造了今天的中国。”“我们要一往无前、顽强拼搏，让明天的中国更美好。”

　　当这份跨越时光的答案被缓缓道出，一个明天的中国也徐徐走来。

新年前夕，国家主席习近平通过中央广播电视总台和互联网，发表二〇二三年新年贺词。新华社记者 鞠鹏 摄

　　这是一个奋斗前行的中国。

　　“奋斗”，始终是习近平新年贺词里的关键词。回顾过去，从“天上不会掉馅饼，努力奋斗才能梦想成真”，到“征途漫漫，惟有奋斗”，再到“明天的中国，奋斗创造奇迹”，“奋斗”成为对中国姿态最鲜明的概括。

　　而在过去一年，无论是新航母下水，还是大飞机上天，无论是在冰雪赛场上驰骋，还是在“太空之家”遨游苍穹……中国人以“奋斗”连接梦想与现实，如习近平在新年贺词中所感慨：“这一切，凝结着无数人的辛勤付出和汗水。点点星火，汇聚成炬，这就是中国力量！”

　　“奋斗”，也将中国的今天与明天相连。今天奋斗的成果，正是明天中国更美好的信心之源。过去一年，中共二十大筹划未来，中国式现代化提速前行，为明天的中国勾勒出更加精确的蓝图。一个奋斗的、可感的中国，正信步前行。

　　这是一个更加团结的中国。

　　过去一年里反复延宕的疫情，让人们愈发感受到团结的可贵。是彼此的团结，让素不相识的陌生人开始鼓励与互助。食物与药品，诗集与小说，在社群和楼宇间穿梭运送，治愈着彼此的身体与心灵。正如著名小说家加缪曾写下的，“洋溢着善意的眼神永远比瘟疫更有力量”。

　　当下疫情防控进入新阶段，习近平在新年贺词中的这句话带给人更多力量：“大家再加把劲，坚持就是胜利，团结就是胜利。”

　　因为团结，人们战胜了前所未有的困难，“每个人都不容易”。眺望前方道路，未来的风险与挑战丝毫不减，仍需要“14亿多中国人心往一处想、劲往一处使”。惟其如此，“就没有干不成的事、迈不过的坎”。

　　若将眼光投向世界，“团结”二字在百年变局下更能读出一层深远寓意。过去一年，无论在世界经济论坛视频会议上，以“一条命运与共的大船”作喻，还是在G20巴厘岛峰会上，引述印尼谚语“甘蔗同穴生，香茅成丛长”，习近平都传递出一个紧密联系世界、与各国“更团结”的中国心愿。

　　这种团结，就像北京冬奥会闭幕式鸟巢上空升腾起的“天下一家”焰火，中国正以这样笃定的世界观，持续点亮世界。“我们始终如一珍视和平和发展，始终如一珍惜朋友和伙伴”，习近平在新年贺词中再次表示。不难预见，尽管全球性挑战层出不穷，明日之中国仍将以自身的确定性为世界团结助力。

　　这是一个洋溢青春的中国。

　　时光如流，习近平在新年贺词中多次点赞平凡人做出的非凡事，不同群体都曾先后走进他的“年度记忆”。今次，习近平特别提及中国青年——青年兴则国家兴。

　　青春的中国，希望寄托在每一个青年之中。过去一年，习近平在不同场合多次表达对青年的期待，既有情真意切的信笺对话，也有走进高校的亲切交谈。他将青年比作茁壮成长的小树，总有一天会“撑起一片天”，也将青年比作初升的朝阳，“总有一刻会把光和热洒满大地”。

　　“年轻充满朝气，青春孕育希望。”在新年贺词里谈及明天的中国，习近平又一次对青年提出要求，希望广大青年“不负时代，不负华年”。

　　今天的中国，青年人正在担负起实现美好的责任。面对生活中的困难与挑战，成长的烦恼与成功的喜悦并行。与此同时，每一个青年人都在选择将以何种姿态进入明天的中国。看似微小，但恰恰是这每一个选择，构成了中国面对未来自信向上的社会图景。

　　这种向上，也正是奋斗的、团结的、青春的中国，所走向的更美好明天。(完)