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。
河南鹿邑一警车遭故意破坏 警方通报 ：8人被立案侦查******
中新网1月3日电 据河南省鹿邑县公安局官方微博消息，鹿邑县公安局3日发布警情通报称，2023年1月2日23时许 ，在鹿邑县城区紫气大道弘道苑广场 ，少数人员对停放在路边 的一辆执勤警车进行故意破坏 ，引起群众围观 ，导致现场混乱 ，造成恶劣影响 。鹿邑警方依法迅速果断处置 ，恢复秩序，现场得到有效控制，未造成人员伤亡。
目前，公安机关已对涉案 的8名违法行为人以涉嫌寻衅滋事立案侦查 。其中 ，王某某等6人已抓捕到案 。公安机关执法权威不容挑衅，请广大群众积极提供线索 ，同时，严正劝告其他涉案人员尽快投案自首 ，争取宽大处理。
图片来源 ：河南省鹿邑县公安局官方微博
