彩云网软件-彩云网登录

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。

马瑜婷代表：以源头创新守护人民生命健康******

　　【奋进新征程 建功新时代·二十大代表在基层】 

　　光明日报记者 苏雁 光明日报通讯员 姬尊雨

　　“身为科技工作者队伍中的一员，党和政府对科技创新的高度重视，对科研工作者的关心爱护，新时代科技改革发展的历史成就，我亲身经历、感受至深。”连日来，党的二十大代表、中国医学科学院苏州系统医学研究所（以下简称“系统所”）研究员、执行副院长、免疫平台主任马瑜婷积极与干部群众交流传达党的二十大精神，日程排得满满当当。

马瑜婷代表在实践活动上与青少年交流。资料图片

　　根据报告对象的不同，马瑜婷不断调整讲话稿，辗转各地为不同年龄、行业人群宣讲党的二十大精神。

　　11月11日，系统所报告厅，马瑜婷为南京师范大学苏州实验学校等学校的少先队员们上了一堂别开生面的“队课”。

　　“同学们的爸爸妈妈在小时候吃过一种‘糖丸’，这种美味的药其实是预防脊髓灰质炎的口服疫苗。”马瑜婷在面向中小学生的报告会中，总是以故事开头。“‘糖丸爷爷’顾方舟老先生就是我所在的中国医学科学院的老院长。上个月，我有幸在人民大会堂现场聆听了党的二十大报告，我国对科技创新、人才培养都非常重视。希望同学们未来报考医学院校，加入科技创新的队伍。”听到这里，现场的孩子们都鼓起了掌。

　　走上系统所8楼，两侧走廊上印有课题组简介，其中有一句话：“实验难免有失败，但科研没有死胡同，潜心思索的人总会迎来柳暗花明。”这是马瑜婷的工作信条。

　　课题组实验室对面，就是马瑜婷的办公室。距离仅七八步，她每天要往返无数遍，做实验、分析数据、指导研究生……“近期，我们经过大量的药物筛选，发现传统中药成分三氧化二砷能高效诱导免疫原性细胞死亡。我们建立了基于三氧化二砷的治疗性全细胞肿瘤疫苗制备技术和质量控制标准。这一个性化肿瘤疫苗不仅易于制备，而且抑癌效果显著，和PD-1单抗联合使用，能发挥1+1>2的抗癌效果。这是‘老药新用’的一次大胆尝试。”马瑜婷告诉记者。

　　坐落于苏州工业园区的系统所，是由中国医学科学院北京协和医学院与江苏省、苏州市、苏州工业园区合作共建的新型研究机构。2014年系统所注册成立，次年，马瑜婷放弃国外优渥的待遇回国，并作为首批员工加入。系统所成立之初，实验用具等配备不够齐全，“一开始经常得拎着冰盒到处租用设备做实验”。如今的系统所，已发展成为颇具影响力的生物医药创新高地。

　　党的二十大报告提出“加快实施创新驱动发展战略”，最能引起马瑜婷共鸣，这也是她传达党的二十大精神的汇报重点。“科技创新贵在发现重大科学问题，产生原创理论，打破固有观念，迎难而上，聚焦突破。”马瑜婷说，2016年9月，中国医学科学院启动医学与健康科技创新工程（以下简称“创新工程”），以“揭榜挂帅”方式鼓励科研人员进行系统攻关。马瑜婷坦言，选准关键方向、给予充足的资金支持，创新工程能够让科研人员定下心来大胆探索、深入开展原始创新，避免在争取经费和“文山会海”中分散精力。

　　“手捧党的二十大报告，我们深切体会到党中央对于科技创新和健康中国的高度重视。”马瑜婷感慨，“国家大力支持科研的源头创新，鼓励发现原创靶点、机理和药物。我们团队的科研工作将着力推进创新药研发，以肿瘤免疫学守护人民生命健康。”

　　《光明日报》（ 2022年11月23日 05版）

　　（文图：赵筱尘 巫邓炎）