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 。

中国社会汽车保有量超3亿辆 千人汽车拥有量达220辆******

　　中新网广州12月31日电 (记者 许青青)记者从31日举行的中国·广州汽车产业大会系列活动开幕式上获悉 ，中国社会汽车保有量超过3亿辆 ，千人汽车拥有量达到220辆 。

　　第二十届广州国际汽车展览会已于30日开幕，将持续至2023年1月8日。中国对外贸易中心党委书记 、主任储士家在致辞中指出，本届广州汽车展 是广交会展馆四期启用后迎来的第一场大展，也 是本年度国内唯一举办的A级车展 ，具有重要意义 。本届广州汽车展以“新科技 、新生活”为主题 ，展览面积22万平方米 ，来自全球的89家车企倾情参与。广州汽车展已成为国内外最具影响力 的国际汽车展览会之一，被誉为“中国汽车市场发展风向标”，成为广州市重要 的城市名片 。

　　中国机械工业联合会会长徐念沙视频致辞时介绍，汽车作为中国国民经济的支柱产业 ，产品产量连续多年居世界首位。目前 ，中国规模以上汽车制造企业超过1.7万家 ，用工人数超过400万人 。中国品牌乘用车市场份额达到47.2% 。中国社会汽车保有量超过3亿辆，千人汽车拥有量达到220辆。今年1月至11月 ，汽车产销分别超过2400万辆，同比分别增长6.1%和3.3% 。其中新能源汽车产销分别超过600万辆 ，出口59.3万辆 ，同比均增长1倍。中国汽车不仅为世界汽车产业发展做出突出贡献 ，也为稳定中国国民经济基本盘、实现“六保”“六稳”做出了重要贡献 。

　　大会还举行了汽车产业强链补链项目集中签约仪式 ，签约项目34个 ，包括招商项目和增资扩产项目，涉及白云区、番禺区 、黄埔区、增城区、南沙区、花都区等6个区 。

　　据悉 ，车展期间 ，广州市还将同期举办中国·广州汽车产业发展大会系列活动 ，包括主题论坛 、智能网联汽车驾驶大赛 、智能网联汽车技术大会等 。(完)