巴西警方在多地搜捕涉嫌冲击国家权力机构 的骚乱人员******

　　当地时间2月3日，巴西联邦警察在五个州(朗多尼亚州、戈亚斯州 、圣埃斯皮里图州 、马托格罗索州和圣保罗州)以及首都所在联邦区发出了3份预防性逮捕令和14份搜查以及扣押令 ，行动目标是涉嫌参与1月8日冲击巴西国会 、最高法院和总统府的骚乱人员 。

　　2023年1月8日下午，巴西前总统博索纳罗 的部分支持者闯入巴西国会、联邦最高法院和总统府 ，并与巴西利亚军警发生冲突 。卢拉政府在骚乱发生当天即签署行政法令，要求联邦政府出面平乱 。针对骚乱 的多项措施随后也在国会两院中快速通过 ，最高联邦法院大法官随即发出拘捕令，要求在24小时内解散驻扎各地的骚乱人员营地。

　　事件发生后 ，巴西联邦政府有过多次搜捕行动 ，2月3日联邦警察 的搜捕则 是针对涉嫌冲击国家权力机构骚乱人员的最新一轮行动 。(总台记者 肖贺佳)

　　(来源：央视新闻客户端)

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。