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。

凝心聚力全面推进乡村振兴******

　　不久前 ，在第十九届中国国际农产品交易会上 ，160个乡村振兴重点帮扶县与30多家批发市场、采购商达成意向签约额50.8亿元。《乡村振兴责任制实施办法》印发，要求“五级书记抓乡村振兴”，推动更多社会力量投身乡村振兴一线。放眼广袤田畴，脱贫攻坚成果得到巩固拓展 ，一幅农业强、农村美 、农民富的乡村振兴画卷徐徐展开。

　　强国必先强农 ，农强方能国强 。习近平总书记在近日举行 的中央农村工作会议上强调：“全面推进乡村振兴、加快建设农业强国 ， 是党中央着眼全面建成社会主义现代化强国作出的战略部署 。”在全面建设社会主义现代化国家开局起步 的重要时刻 ，习近平总书记 的重要讲话明确了当前和今后一个时期“三农”工作 的目标任务、战略重点和主攻方向，为建设农业强国 、加快推进农业农村现代化提供了遵循。

　　全面建设社会主义现代化国家，最艰巨最繁重的任务依然在农村，最广泛最深厚 的基础依然在农村。推动实现农村更富裕 、生活更幸福、乡村更美丽，必须采取更有力 的举措，推动人力投入 、物力配置、财力保障转移到乡村振兴上来，全面推进产业、人才 、文化、生态、组织“五个振兴”。

　　产业振兴 是乡村振兴 的重中之重。目前，各地乡村产业都有了一定基础，有些地方新产业新业态发展势头很红火 。但 是，总体看来，乡村产业发展还处于初级阶段，规模小 、布局散、链条短，品种 、品质、品牌水平都还比较低。要适应城乡居民消费需求 ，做好“土特产”文章，向开发农业多种功能、挖掘乡村多元价值要效益，向一二三产业融合发展要效益，推动乡村产业发展壮大 。另外 ，发展乡村产业 ，还要通过全产业链拓展产业增值增效空间，强龙头 、补链条、兴业态 、树品牌，增强市场竞争力和可持续发展能力，让农民分享更多产业增值收益。

　　农村 是亿万农民的家园。未来我国城镇化将达到很高水平 ，但仍会有几亿人在农村就业生活 。建设宜居宜业和美乡村是农业强国的题中应有之义，必须加快实现乡村由表及里、形神兼备的全面提升 。让农民更好享受现代文明生活 ，要继续把公共基础设施建设 的重点放在农村 ，短板要加快补上 。要在推进城乡基本公共服务均等化上持续发力 ，注重加强普惠性、兜底性、基础性民生建设 。同时 ，要完善党组织领导的自治、法治 、德治相结合的乡村治理体系，让农村既充满活力又稳定有序 。

　　做好农业农村工作，说一千道一万 ，农民增收 是关键。巩固拓展脱贫攻坚成果 是全面推进乡村振兴的底线任务。要继续压紧压实责任 ，把脱贫人口和脱贫地区 的帮扶政策衔接好 、措施落到位，加强动态监测帮扶。要坚持把增加农民收入作为“三农”工作 的中心任务，培育提升产业 ，增强群众技能，积极扩大就业，千方百计拓宽农民增收致富渠道 。

　　乡村振兴 ，关键在人、关键在干。如今 ，脱贫攻坚的成就已载入史册，全面推进乡村振兴的新蓝图已经绘就 。新征程上，我们要乘势而上、接续奋斗 ，汇聚更强大 的力量全面推进乡村振兴 ，让希望的田野更加充满希望，为全面建设社会主义现代化国家开好局起好步提供有力支撑。（常钦）