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。

在这里，智慧生活触手可及******

　　【乌镇聚焦】

在这里，智慧生活触手可及

——2022年世界互联网大会“互联网之光”博览会体验

光明网记者 孔繁鑫 邱晓琴 李政葳

　　数字时代，未来的智能生活是什么样？每年的“互联网之光”博览会，都聚集了各式各样的新技术、新产品、新应用，堪比一场互联网界的“嘉年华”。11月8日，作为2022年世界互联网大会乌镇峰会的重要组成部分，“互联网之光”博览会如约而至。

　　“一件件令人目不暇接的数字产品，一项项令人先睹为快的‘黑科技’，就是中国与世界各国企业相互携手，建设数字中国、数字社会的‘互联网之光’……”在博览会开幕式上，浙江省副省长卢山这样说。

　　今年博览会设置了展览展示、新产品新技术发布、人才相亲会三大板块，共有40个国家和地区的400余家中外企业参展。通过“线下实景+线上云展”的方式展示，并首次开设了“互联网之光云展厅”，利用3D、虚拟现实技术，打造沉浸式、365天不落幕的“线上云展”。

　　“飞艇无人机”由浙江省桐乡市乌镇鹰航科技有限公司自主研发，通过将飞艇技术和无人机技术相结合，让其既能在空中保持足够的机动能力，又能长时间进行空中作业。该产品可广泛应用于直播拍摄、巡查测绘、应急通信等场景。光明网记者 赵金悦摄/光明图片

　　科技向善惠及民生

　　“互联网+”正在改变着人们的衣食住行。近年来，新能源汽车日益普及，也加大了人们对充电桩的需求。博览会现场，一辆可以随停随充、无忧续航的智能移动充电桩，吸引了不少“有车一族”的围观。

　　这款名为“闪电1.0”的充电桩由宁波中意摩源新能源科技有限公司研发。技术工程师李铁介绍，用户可以通过小程序一键呼叫充电桩，接单后充电桩将自动行驶至车辆旁，平均半个小时即可完成充电。据了解，这款充电桩将在上海浦东机场首先投入运营。

　　在国家医疗保障局展台区域里，来自浙江、河北、海南等地的“村医通”智能终端、互联网医院等案例在这里集中展示。“当地3000多个村卫生室都配备了基层智慧医保平台，村民只需简单几步，就可以完成就医费用结算、医保缴纳等。”海南省医保局信息办主任王衍说。

　　外卖骑手安全问题一直备受关注。博览会现场展出的一款智能头盔，运用物联网、大数据、人工智能等技术，在设计中加入了传感器和硬件模组，可以有效帮助骑手识别风险。“如果骑手摔倒或受到撞击，头盔会启动SOS模式，可以向紧急联系人发送骑手位置坐标短信。”现场工作人员介绍。

　　“之江天目”异构智能计算机是之江实验室研发的全球首台基于开放计算规范的千卡规模液冷智能计算机，该计算机可支撑超千亿参数巨量模型的高效、并行训练。光明网记者 潘迪摄/光明图片

　　数字医疗、移动充电、智能头盔，这些仅仅是博览会上技术惠民的缩影。展区内各类新技术、新产品琳琅满目，不仅亮眼、炫酷、新潮，还深度融入人们生活当中，让科技魅力彰显人性温度。

　　新技术护航网络安全

　　对准镜头、张嘴摇头……摄像头在捕捉到观众动作后，屏幕上原本静态的人像瞬间“动”了起来，动作幅度与真人几乎完全一致。在瑞莱智慧展位上，技术人员现场演示了黑客如何利用“AI换脸”破解线上银行的人脸核验系统等场景。

　　“这背后采用了深度合成技术，要警惕被黑产分子用于新型诈骗。对此，我们可以利用技术创新、技术对抗等方式，持续提升、迭代深度合成检测能力，推动深度合成技术的健康发展。比如，扩展深度合成溯源、深度合成鉴定等。”相关技术人员这样建议。

　　随着互联网应用的不断发展，网络安全风险已经成为不可忽视的问题。在安恒信息展位上，摆放着各类大会上的纪念“火炬”。从北京奥运会、武汉军运会，到杭州亚运会、成都大运会，诸多大型活动都有安恒信息网络安保服务的身影。

　　国家电网展示的“水下电缆巡检机器人”主要用于湖泊、河流等水域水下电缆故障巡视和定位查找工作，最大潜入深度可达150米。光明网记者 赵金悦摄/光明图片

　　“我们通过建立云端7×24小时托管服务，使本地的报警数据上传云端，让身处云上的网络安全专家掌控全局动态，可以及时远程接入处置安全警报，有效护航中小企业网络安全。”安恒信息高级副总裁郑赳说。

　　在展会过道上，记者遇到卡巴斯基大中华区总经理郑启良，聊起近年来备受关注的勒索软件问题。“与普通网络病毒相比，人们应对勒索病毒攻击需要长期跟踪溯源。近年来，卡巴斯基逐渐打造以预测、防御、响应、检测四大模块为基础的自适应安全体系，可以做到快速响应新兴勒索软件。”郑启良说。

　　数字化赋能低碳生活

　　实现碳达峰、碳中和目标，科技创新至关重要。记者在逛展时发现，博览会现场设置了“数字双碳”主题展区。在这里，参展单位带来了多项低碳环保技术，为节能减排提供创新解决方案。

　　数字化如何应用于电力系统？在国家电网展台大屏幕上播放了不少可借鉴案例。比如，为提高光伏发电利用效率，国家电网桐乡市供电公司联合国电南瑞科技研发“光伏伴侣”装置，在桐乡当地得到率先应用。

11月8日，“互联网之光”博览会开幕。光明网记者 赵金悦摄/光明图片

　　该公司党建部副主任曹鑫说，桐乡市高桥街道楼下角村太平台区应用“光伏伴侣”装置后，最高相电压与台区出口端电压比由8.86%下降到1.68%，相间电压平衡水平提高了5倍多。“希望搭载这一技术插件接入楼宇电力系统，可以实现楼宇空调温度的自动调节。”

　　网上点餐时，你是否会选择“无需餐具”？出行时，你搭乘公共交通的概率有多少？通过阿里巴巴的“88碳账户”体系，人们日常生活中的减碳量可以被计算清楚。在阿里巴巴展台，现场数据显示，仅在今年“618电商节”期间，淘宝天猫平台中高效能消费电子商品成交订单对应减碳量就达15.3万吨，人们低碳生活习惯逐渐养成。

　　在接下来的三天里，博览会现场还将推出“互联网之光发布厅”品牌，遴选优质内容进行新技术新产品首发、理论成果首发和特色场景发布。中国产品主数据标准生态系统、智能车载创新解决方案、2022年长三角新型信息消费示范成果、2022年浙江数据开放创新应用大赛获奖成果等将重磅首发。此外，还将升级打造人才相亲会品牌，以“云聘会+人才空中宣讲会+产业人才发展大会”形式，进一步释放展会红利。

　　《光明日报》（ 2022年11月09日 09版）

扫描二维码看乌镇峰会电子会刊