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。
（新春走基层）青海“一号水利”工程：历经27年建设，收官战紧锣密鼓******
中新网西宁1月18日电 题：青海“一号水利”工程：历经27年建设，收官战紧锣密鼓
作者 庞彩英 贾克文 张添福
作为一名钢筋工，24岁的黄恩堂已经参与过青海“一号水利”工程——引大济湟工程西干渠7个隧洞的修建。
“引大济湟”工程从1958年开始构想，1996年陆续开工建设，是一项跨流域的大型调水工程，从青海省东北部大通河调水，穿越祁连山余脉达坂山引入湟水河，是青海有史以来建设规模最大、综合效益最广、受益民众最多、建设条件最复杂的战略性调水工程。
“引大济湟”工程攻克诸多世界性工程难题，其中的调水总干渠、西干渠、北干渠一期及二期工程干支渠总长达1143公里，连通5座重要水库(石头峡、黑泉、大石门、南门峡、松多)、272个隧洞、290个渡槽、117个倒虹吸；西干渠、北干渠一期及二期工程田间配套项目管线达5990公里，包括2299座蓄水池、86395个各类井池和给水栓。
图为引水隧洞施工。 贾克文 摄自2017年5月份以来，黄恩堂回甘肃老家的次数屈指可数。为了赶工期，他和工友们决定今年春节也不回家：“春节不能回家和亲人团聚是有点遗憾，但是想到自己能为水利项目建设出一份力，我也十分自豪”。
位于青海省西宁市大通县大哈门村的引大济湟西干渠32号洞，海拔2800米左右，洞外温度低于县城5至6摄氏度，为确保项目如期完工，春节期间，将有30多名项目建设者放弃回家与亲人团聚的机会，选择坚守岗位，奋战在施工一线。
“32号洞在前期地质勘查时，发现有8条断层，仅破碎的V类围岩就有3123米，占隧洞总长的72%。同时，洞内地下水丰富，最多的时候每天出水量达12000立方米，增加了施工难度和安全风险。”西干渠第二标项目经理张东星说。
“越是逢年过节，施工安全、质量问题越不能掉以轻心。”张东星说，“所以我们每天都要对洞内的建设情况进行反复的检查，确保施工安全”。
为了让一线工人在施工现场也能过一个快乐、祥和的春节，项目部通过发放慰问品、保障节日伙食、积极落实工资等举措，确保工人们在工地上干得舒心、干得放心。
“我们倒排工期抢抓进度，全体员工情绪高涨，我们力争在四月底完成砼衬砌施工任务，为新时代、新征程水利事业作出应有的贡献。”张东星说。
32号洞所在的西干渠工程位于青海省东部湟水流域，北起大通县黑泉水库，南至湟中区甘河园区。工程建成后，将充分发挥引大济湟工程的整体效益，缓解湟水北川河西岸水资源供需矛盾，满足甘河园区的用水需求，同时将增加项目区灌溉面积，改善生态环境，提高农民收入。
“目前，引大济湟工程主体建设已全部完成，进入收官收尾阶段。”青海省引大济湟工程建设运行局局长张伟峰说，“我们引大济湟西干渠(大通段)项目工作人员在春节期间，也将坚守在项目一线，紧盯工程建设进度及时做好工程验收、设计变更和完工结算工作，完成西干渠、北干渠二期工程剩余田间配套项目建设。”
在张伟峰眼里，最大的新春愿望是与工人们一道，全力以赴打赢引大济湟工程收官战，尽快让工程全面发挥效益。
青海省水利厅此前对外表示，目前，经过27年建设，引大济湟调水总干渠、北干渠一期、黑泉水库、石头峡水库等已建成发挥效益，北干渠二期工程、西干渠工程建设进入收尾阶段。十年来，引大济湟工程已建成项目已累计向西宁市供水1.94亿立方米，共调蓄灌溉水量40.85亿立方米，累计向下游河道生态补水3.94亿立方米。(完)
| 亚星彩票地图 |
