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。

侨界青年：“侨”见中国发展 拥抱未来机遇******

　　(中共二十大·声音)侨界青年：“侨”见中国发展 拥抱未来机遇

　　中新社北京10月19日电 题：侨界青年：“侨”见中国发展 拥抱未来机遇

　　中新社记者 吴侃 门睿

　　“中国的发展为青年人带来前所未有的新机遇。”正如中美青年企业家协会会长叶紫莹所表达，侨界青年高度关注正在召开的中共二十大，他们对中国的发展成就深有感触，对未来机遇充满期待。

　　中国发展让青年更自信

　　叶紫莹在中国的创业项目涉及人工智能等领域，近年来中国人工智能产业发展迅速，得益于中国对新兴技术领域的大力扶持。她说：“我在工作中接触到不少优秀的科研人才，感受到中国社会尊重知识、尊重人才的氛围越来越浓。”

　　泰中侨商联合会副主席齐斌今年在中国投资了医疗项目，从项目签约到厂房建成只用了五个月，让他对中国营商环境的优化深有体会。“近年来中国大力推进‘放管服’改革、落实减税降费政策、全面实施外商投资法及配套法规等举措，使企业办事更便利了，运营成本下降，市场活力不断被激发。”

　　“这些年中华文化在海外的传播力和影响力不断增强。”新西兰中华青年联合会创会会长高晓月说，华人青年更自信地拥抱中华文化，组织书法社、戏曲社等社团，举办各类中华文化活动，这些活动逐渐走出华人社区，使更多外国友人喜欢上中华文化。

　　期待更广阔的发展空间

　　“中共二十大报告为中国未来的发展绘制了蓝图，也鼓舞侨界青年继续搭桥梁、献侨力。”叶紫莹表示，青年是侨界最有生气的力量，大家有想法、有抱负、有活力，在金融、法律、商贸、文化等领域崭露头角，可以为推动中外各领域交流合作提供重要动能。

　　中共二十大报告指出，中国将“推进高水平对外开放，稳步扩大规则、规制、管理、标准等制度型开放”。叶紫莹从中捕捉到“确定性”的信号：“中国开放的大门只会越开越大，这也将为青年侨商寻求深入合作与事业发展提供更广阔的空间。”

　　“中共二十大报告对新时代侨务工作提出新要求，期待侨务部门推出更多新平台、新举措，助力青年侨商投资创业。”齐斌说，中国侨务引资引智体系正逐步完善，以其家乡山东济南为例，济南“侨梦苑”为侨胞创业提供综合性服务，侨务部门为侨企提供各类帮扶，“让我们对在中国发展更有信心了”。

　　齐斌表示，这些年来大量外国企业赴华投资兴业，共享中国发展机遇，中国拥有巨大的国内市场、完整的产业体系、便利的基础设施和营商环境，随着中国市场化、法治化、国际化营商环境日趋完善，相信中国将继续成为投资的热土。

　　要做“粘合剂”和“助推器”

　　“中共二十大报告对青年寄予殷切期望，作为新时代的侨界青年，我们应发挥所长，在创业创新中寻求发展，在中外经贸合作中牵线搭桥。”齐斌说。

　　他表示：“侨界青年可以发挥熟悉两国语言、文化和法律的优势，担当‘一带一路’的联结者、建设者、贡献者，在中国与‘一带一路’沿线国家的贸易往来中发挥‘粘合剂’和‘助推器’的作用。”

　　“祖国强大是侨胞的底气，随着中国日益走近世界舞台中央，我们在中外文化交流中也更有自信。”高晓月曾在一场宴会上用河南烩面代替了西餐主食，在场的时任新西兰总理约翰·基尝过后赞不绝口，“我想文化自信就是即使是简单的一碗烩面，拿出去都应该不虚不怯”。

　　在高晓月看来，侨界青年可以用更年轻化和多样化的方式推动中外文化交流。“青年侨团应积极融入住在国社会，加强与不同族裔青年社团的联系，在交往中增进对彼此的了解，在信任中培养对彼此文化的兴趣，让海外青年真正理解中华文化的魅力。”(完)