彩神彩票app|彩神彩票客户端下载

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。

莫让过度炒作耽误新技术******

　　莫让过度炒作耽误新技术

　　李华林

　　横空出世的AIGC，看似拥有广阔前景和多种可能，但目前该概念尚是一个新兴事物。从实验室到大规模商用落地，还有不短距离，市场各方有必要冷静再三，莫让炒作耽误了好技术的好前程。

　　兔年首个交易周，A股市场交投活跃，不少板块收获“涨声一片”。其中，AIGC概念板块指数前4个交易日一度上涨逾7%，引得一众投资者蜂拥至互动平台，追问多家上市公司：是否涉足AIGC？

　　蹿红的AIGC到底是什么？AIGC即AI Generated Content，也就是利用人工智能技术自动生产内容，包括文字、图片、音频、视频、代码等。以最近爆火的聊天机器人ChatGPT为例，这款由美国某实验室推出的机器人既会写论文，也能创作小说，还可编代码，上线仅2个月，月活用户达1亿。因为出乎意料的“聪明”，AIGC被认为是“科技行业的下一个颠覆者”“内容生产力的一次重大革命”。

　　AIGC的横空出世，与此前红极一时的元宇宙、Web3等一脉相承，背后都有着相应技术支撑，承载着人们对未来生活的美好期待。近年来，随着5G通讯、自然语言生成等底层技术日渐成熟，人工智能突飞猛进，用AI绘画、让聊天机器人写代码……现实场景的成功应用，让人们切实触摸到了AIGC带来的改变。

　　我国对数字经济的支持，也给AIGC加了一把火。党的二十大报告提出“加快发展数字经济”，数字经济日益成为高质量发展的新引擎，是新一轮国际竞争的重点领域。某种程度上，把握住数字经济发展先机，就能抢占未来发展制高点。代表数字技术方向之一的AIGC，被视作新赛道。

　　风口之上，谁都想趁机起飞。反映到资本市场，已有不少上市公司积极表态，将在AIGC领域加大投入布局。各路资金也闻风而动，推动相关概念板块一路上涨，多只股票更是接连涨停。

　　不过，尽管AIGC火爆一时，看似拥有广阔前景和多种可能，但目前该概念尚是一个新兴事物，还存在关键核心技术不成熟、商业应用场景较少、技术伦理挑战突出等问题。从理想到现实，从实验室到大规模商用落地，还有不短距离，市场各方有必要冷静再三，莫让炒作耽误了好技术的好前程。

　　从过去经验看，利用人们对未来技术的着迷，以及部分投资者幻想一夜暴富的心理动机，过度宣传、借机炒作的事例不胜枚举。这其中，有些是市场资金有意捧之，相关股票被动身价上涨；有些则是上市公司主动“炒概念”“蹭热点”。但无一例外的是，概念炒作越烈，市场泡沫越大，与国家着力发展实体经济的政策基调相去愈远，对相关行业发展的干扰愈甚，到头来难免落得一地鸡毛。

　　还要注意，随意炒作概念涉嫌市场操纵，一直被监管部门明令禁止。不久前，证监会表示，规范和引导资本市场健康发展，加强对“蹭热点”“炒概念”及上市公司相关方操纵行为的监控处置和打击力度。随着全面注册制正式启动，对相关乱象的整治将只严不松，倘若仍一意炒作，必将被监管部门所不容。

　　对一项新兴技术，投资者抱有热情的同时，也要保有一份审慎。正如多家上市公司坦言，目前AIGC对业务营收影响不大，仍有待进一步推广应用。AIGC概念股能否受益于技术的发展尚未明朗，投资者需把握好投资尺度，切勿跟风炒作，以防追高被套。

　　事实上，再神奇的技术也需经过市场反复检验，任何创新产品的价值实现，都应建立在理性的交易秩序之中。投资者多一份价值投资的理智，上市公司多一份久久为功的定力，市场多一份行稳致远的从容，才有助于一个新兴行业的健康长远发展，让梦想更好地照进实现。

　　（文图：赵筱尘 巫邓炎）