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。

解码“如今的福建”：开放大门越开越大******

　　中新网福州1月12日电 (记者 龙敏)2023年福建省政府工作报告显示，过去五年，福建地区生产总值连跨两个万亿元(人民币，下同)台阶，年均增长6.4%左右、居东部地区第一位；人均地区生产总值连跨四个万元台阶，突破12万元，跃升至全国第四位，是唯一所有设区市人均地区生产总值都超过全国平均水平的省份。

　　福建发展跑出了“加速度”。对此，福建省省长赵龙在正于福州召开的福建省十四届人大一次会议上表示，福建今天的发展和成绩得益于改革开放，未来的前途和希望也一定靠改革开放。

　　近五年来，福建改革不停顿，“放管服”、财税金融、国资国企、农村集体产权制度等领域改革取得突破性进展，三明医改经验在全国推广，集体林权制度改革成为全国标杆。

　　近五年来，福建开放不止步，进出口总额年均增长11%，66种商品出口规模居全国第一；新设外资企业超1万家，高技术产业吸收外资年均增长12%；自贸试验区推出146项全国首创举措，“丝路海运”等标志性工程影响力不断扩大，与“一带一路”沿线国家和地区经贸合作、人文交流更加紧密，新增国际友城23个。

　　“福建改革开放纵深推进，发展潜力空间得到新拓展。”赵龙表示，如今的福建，发展活力竞相迸发，开放大门越开越大。

　　面向未来五年，福建官方勾勒了打造“活力福建”的路线图：持续深化制度型开放，加快建设开放强省、贸易强省、引资大省；持续深化闽台融合发展，建好海峡两岸融合发展示范区，打造台胞台企登陆的第一家园；持续深化闽港闽澳合作，引侨资、聚侨力、汇侨智，吸引更多海外侨胞投身家乡建设。

　　福建省人大代表、九牧集团有限公司董事长林孝发认为，中国对新冠病毒感染正式实施“乙类乙管”，人员往来将更加密切；福建是制造业大省和外贸大省，要积极鼓励和推动闽企“走出去”，到国际市场上抢占商机。

　　外贸是福建经济发展的强引擎。当下，福建更大力度稳定和扩大出口，积极推动工贸结合，加强外贸产业链招商，培育外贸领域名企名牌名品，发展数字贸易，推动外贸稳规模、优结构；积极发展市场采购、跨境电商、海外仓等外贸新业态，协同推进服务业开放与服务贸易发展，推动“福品卖全球、全球买闽货”。

　　开放兴，则福建兴。福建也更大力度吸引和利用外资，深入实施外商投资准入负面清单，促进外资稳存量、扩增量；落实外资企业国民待遇，引进更多重大外资项目。

　　同时，福建将更大力度释放“21世纪海上丝绸之路”核心区、自由贸易试验区、国家自主创新示范区等“多区叠加”效应，深入实施“丝路海运”等工程和“丝路伙伴”计划，加快海丝中央法务区建设；加快与共建“一带一路”国家和地区产业对接，推动中印尼、中菲“两国双园”建设方案尽快获批；积极拓展与RCEP国家的近洋航线，提升“中欧班列”规模效益，推进“海丝”“陆丝”无缝对接、联动发展。

　　福建现有闽籍华侨华人1580多万人，居住在世界188个国家和地区。福建省人大代表、中国侨联常委陈玉树建议，以侨为桥，以侨引侨、以侨引外，深入推进福建高水平对外开放。(完)