彩神x - 彩神x

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。

浙江启动全球大招商年 今年预计超200个团组出境******

　　中新网杭州1月10日电(记者 黄慧)于经济大省浙江而言，新的一年如何推动高质量使用外资和招商工作开好局、起好步？1月9日，“投资浙里”全球大招商年启动仪式在杭州举行。记者现场获悉，今年，浙江预计将有超200个团组赴境外开展招商活动。

　　浙江省商务厅厅长韩杰表示，当前，浙江使用外资工作面临重要战略机遇期。今年，浙江将进一步实施“8+4+1”政策体系，制定新一轮力度更强、更加务实有效的稳外资政策举措。

　　事实上，自疫情政策优化调整以来，浙江各地已全面掀起全球大招商工作热潮。“投资浙里”全球大招商年的启动，将会进一步点燃这股热潮。

　　韩杰说，要围绕浙江“415X”先进制造业集群建设，以杭州获批国家服务业扩大开放综合试点为契机，坚持高质量制造业项目优先、大项目优先、引领性项目优先，提升外资项目招引质量；要全方位拓展全球大招商方式方法，积极开展境外招商、基金招商、中介招商、专业化公司招商，推动侨商、浙商回归投资。

　　浙江省商务厅副厅长石琪琪介绍，围绕打造高质量外资集聚地的总目标，“投资浙里”全球大招商年的主要内涵是围绕“一个目标”、做到“两个聚焦”、推动“三个更加”、落实“四个重大”。

　　据悉，“投资浙里”全球大招商年主要聚焦高端外资产业和重大外资项目，力争推动外资增长更加平稳，外资结构更加合理，营商环境更加优化。

　　例如，立足产业资源优势，浙江将筛选重点领域细分赛道，着力招引一批高质量、高科技、高环保、高端化的项目，大投资、大规模、大牵引的项目，世界500强、跨国公司地区总部、隐形冠军等企业及外资研发机构等。

　　站在新的起点，浙江多地已做好规划，蓄势待发。

　　现场，杭州投资促进局副局长蔡儒杰表示，杭州将勇当全球大招商年的开路先锋，奋力做好“氛围营造”“渠道拓展”“外资转型”等五篇文章。

　　如其所言，杭州一季度将组织开展好“杭州·全球招商季”活动，以欧洲、日韩、港澳为重点地区，市区联动举办重点招商活动不少于30场，同时开通境外招商审批“绿色通道”，组织赴境外招商团组不少于30个。该市还将精准对接世界500强、行业头部企业，实现重点外资企业走访全覆盖。

　　再如嘉兴，该市目前已组织出访团组4个，达成投资意向项目5个。值得一提的是，距离嘉兴市日本招商团组回国仅12天，日本某精细化工龙头企业便派出高级别代表团来嘉兴回访，达成总投资1亿美元的合作项目。

　　嘉兴市商务局党委委员、嘉兴市贸促会副会长徐伟强介绍，嘉兴围绕“135”主导产业排定了71个出境招商团组，其中一季度24个，将充分发挥嘉兴国际产业合作园数量多、覆盖广的优势，主攻德国、日本、美国、新加坡、以色列等发达经济体。

　　数据显示，2022年1月-11月，浙江实际使用外资182.1亿美元，同比增长11.4%，预计全年实际使用外资达190亿美元，其中高技术产业实际使用外资占比近50%。(完)

搜索

复制

　　（文图：赵筱尘 巫邓炎）