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。

中宣部要求各地各新闻单位认真开展2023年“新春走基层”活动******

　　新华社北京1月5日电 近日，中宣部发出通知，要求各地各新闻单位认真开展“新春走基层”活动，组织编辑记者深入基层一线采访报道，不断增强“脚力、眼力、脑力、笔力”，全面反映各地统筹疫情防控和经济社会发展取得的积极成效，生动展示广大人民群众欢乐祥和过春节的喜人景象，齐心协力营造喜庆安康、昂扬向上的节日氛围。

　　通知要求，宣传各地区各部门学习贯彻党的二十大精神的新举措新进展新成效，跟踪报道党的二十大基层党代表学习贯彻党的二十大精神情况，鲜活反映基层群众自身工作生活的点滴变化和切身感受，持续推动党的二十大精神在基层落地生根，凝聚广大干部群众团结奋进力量。根据中央经济工作会议精神，客观准确报道各地努力克服疫情影响推进经济高质量发展情况，全面反映各地区各部门稳字当头、稳中求进的举措成效，充分挖掘过去一年中各地经济社会的发展亮点、重点行业企业应变克难的生动案例，宣传好我国创新引领持续加强、新产业新产品增势较好、新业态较为活跃等多方面积极因素，教育引导广大基层干部群众统一认识、迎难而上，坚定经济回稳向上的信心决心。全面反映各地区各部门优化调整疫情防控举措，积极解决春节期间群众就医用药、特殊人群保障等涉疫热点难点问题，采访节日期间各领域坚守疫情防控一线的基层党员干部，特别是医疗卫生、物流快递行业人员的动人故事，生动展示各地群众积极理性应对病毒感染、社区邻里之间互助友爱、企业复工复产、城市恢复烟火气的真实场景，不断鼓舞群众战胜疫情的信心。宣传各地区各部门强化节日市场保供稳价、加强煤电油气调节，确保春节市场平稳、群众温暖安全过节的有力举措；采访铁路班组、民航机组等交通运输行业工作人员，基层公安民警，消防救援队伍，边防哨所基层官兵等各行各业坚守岗位的奋斗者，讲述他们默默奉献、保障经济社会正常运转的感人故事；及时报道各级领导干部和社会各方面深入基层一线，特别是深入受灾地区、脱贫地区、乡村振兴重点帮扶县，对因疫因灾遇困群众和老弱病残等特殊群体开展帮扶救助、走访慰问和志愿服务活动的感人场景。报道各地区各部门结合优化疫情防控措施开展丰富多彩的节庆文化活动，大力弘扬社会主义核心价值观和中华优秀传统文化，持续宣传好各地组织的传统民俗、年俗活动，生动展示各地群众阖家团圆、高高兴兴过大年的热闹情景，反映各地基层群众文化生活的新趣味新时尚，突出地域特色和时代气息，展现中华文化多样性，充分彰显春节的文化魅力。

　　通知要求，认真组织专题专栏报道，中央和各省区市主要新闻单位在重要版面、重要时段、网站首页、客户端首屏等，统一开设“新春走基层”专栏，每天要保证一定的刊播总量；及时反映活动进展情况，活动结束后适时刊播综述、评论、记者感言等，反映编辑记者的心得体会。

　　通知指出，各新闻单位要根据各地疫情防控形势，科学合理统筹报道力量，充分调动编辑记者参与的积极性、主动性；坚持“短实新”报道文风，多用群众语言、百姓视角，客观平实反映基层群众关心的话题、身边发生的故事；用好新兴传播技术和平台渠道，多采用短视频、微视频等群众喜闻乐见的传播形式，不断提升正能量。

　　《光明日报》（ 2023年01月06日 03版）