彩云官网 - 彩云网计划

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。

台湾奶茶店店主：春节不打烊 续一杯“台湾味”******

　　(新春见闻)台湾奶茶店店主：春节不打烊 续一杯“台湾味”

　　中新社成都1月19日电 题：台湾奶茶店店主：春节不打烊 续一杯“台湾味”

　　中新社记者 王鹏

　　腊月二十八一大早，台湾青年陈韵如来到位于成都市郫都区的奶茶店，开始准备一天的食材。“今年春节我们不关店，就是要趁这段时间增加曝光。”制作茶冻的间隙，她向记者解释不回台过年的缘由。

　　今年31岁的陈韵如大学毕业后就来大陆闯荡，先后去过厦门、泉州、深圳、广州、桂林、南宁等多个城市。2019年，她看准大陆西南的发展机会，来成都创业。

　　“台湾青年要在大陆扎根，先要深度了解一个地方。”笑称“在社会上呛过水”的陈韵如，有着自己的“生意经”。她来成都后首站到访成都市规划馆，了解发展方向，“这是大陆很特别的一个地方，每个城市都有自己的规划馆”。

　　作为世界美食之都，成都很重视餐饮服务业发展。看到这一点并考察市场后，陈韵如入驻亚台青(成都)海峡青年创业园，开创了台湾奶茶品牌“紫气茶来”。借着成渝地区双城经济圈建设的东风，她还将奶茶店开到了重庆。

　　进入奶茶行业，陈韵如有自己的底气——台湾奶茶行业发达，自己家在新北经营一家茶园。她将四川元素与台湾奶茶融合，原材料来自台湾，制作纯正的台湾风味手工奶茶，让成都人感受台湾饮食文化。

　　“他们的奶茶真的跟其他店不一样，在成都能喝到纯正的台湾味道，很开心。”捧着一杯“熊猫duai duai奶茶”，成都市民肖雨说，虽没去过台湾，但有机会一定会去，“到台北夜市尝小吃喝奶茶”。

　　记者注意到，许多来奶茶店的顾客，都会被这款“熊猫duai duai奶茶”吸引。陈韵如特意解释，“duai”是台湾发音，意为“Q弹”，这款奶茶将黑色茶冻做成大熊猫的模样，配上白色牛奶，“口感丰富，又有趣味”。

　　近年实体餐饮因新冠疫情受到冲击，陈韵如无奈关闭了重庆的店面，立足成都本地，在坚持中“活了下来”。自2022年12月大陆优化疫情防控政策后，生意越来越好。于是她决定，今年春节不回台湾与家人团聚，利用假期进一步推广品牌。

　　“台湾有句老话叫‘戏棚下站得久了就有你的位置’，意思是哪怕暂时没位置，但是你站久了，坐在你前面的人总会离开，就会轮到你。”陈韵如说，疫情期间，自己与合作伙伴一起磨合，积累经验，目标就是要“扎根坚持住”。

　　“虽然过去几年因为疫情没有赚很多钱，但我们能‘活’下来，就是最大的收获。”陈韵如坦言，能坚持下来并非靠一个人的努力，而是靠各方实实在在的帮助，“我们在创业园的办公室只用交水电费、物业费，申办营业执照也有绿色通道，省了不少力”。

　　在成都开奶茶店这几年，每次回台湾，陈韵如都会向亲朋好友介绍大陆的真实情况。“通过我的奶茶生意，让大家了解真实的大陆。”在她看来，这样才能真正帮助到有想法的台湾年轻人，去找到真正适合发展的市场。

　　离兔年春节仅剩两天，随着周边饮品店进入“放假模式”，陈韵如的奶茶店生意越来越好，她也越来越忙碌。她开玩笑说，“地球不爆炸，我们不放假，要让更多成都人在春节喝到台湾奶茶。”

　　“新年我要先把成都的生意‘稳起’，未来也一定会再回重庆。”陈韵如说，兔年她还有新计划，“将农产品跟餐饮结合，把我们的产品带到乡村，利用乡村振兴的机会，做一个农民参与的创业项目”。(完)

　　（文图：赵筱尘 巫邓炎）