大发平台-大发平台

来源：大发平台2023-11-28 17:48

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。

大发平台

原创说唱歌曲《坐着高铁去看海》上线唱响中国对外开放新篇章******

　　中新网昆明1月19日电 (记者缪超)“朝辞春城彩云间，坐着高铁去看海，满目青山看不够，转眼海风扑面来……”1月19日，由中国新闻网和中国新闻社云南分社联合出品的原创说唱歌曲《坐着高铁去看海》正式上线，老中青三代音乐人共同谱写中国对外开放的崭新篇章。

　　原创说唱歌曲《坐着高铁去看海》由云南著名词作家蒋明初、青年作曲家岳少鹏创作，云南流行音乐制作人郭烜宇编曲，国家一级作曲家万里作为音乐指导。云南著名女歌手邓国清、潘薇羽、说唱歌手明新杰联袂演唱，在中老铁路动车中实景拍摄MV。歌曲通过中国风演唱混搭说唱形式，让人耳目一新。

　　该歌曲在中国新闻网首发后，将在中国、老挝、缅甸、柬埔寨、孟加拉国、吉尔吉斯斯坦、哈萨克斯坦等国家的新闻媒体和社交平台相继推出。

图为《坐着高铁去看海》MV剧照主办方供图

　　位于中国西南的云南省，是中国连接亚欧大陆腹地与中南半岛、印度洋的枢纽。千百年来，蜀身毒道、南方丝绸之路、滇越铁路，到如今的“八出省五出境”铁路网，让边疆云南与外界的人员流通、经贸往来、文化交流绵延赓续。

　　云南，优势在区位，出路在开放。《坐着高铁去看海》词作者蒋明初表示，这首歌从茶马古道唱到滇越铁路，再唱到中老铁路，唱出了云南、也是中国千百年来对外交往交流的历史，也唱出近年来云南积极参与“一带一路”建设，补齐交通基础设施短板，加速对外连通的努力和意愿。

图为《坐着高铁去看海》MV剧照主办方供图

　　2023年是“一带一路”倡议提出十周年。作为“一带一路”标志性工程，中老铁路开通一年多来，促进了中老两国经济社会发展，见证了中老友谊历久弥坚，不仅成为两国互联互通的桥梁，也成为了民心相通的纽带。在今年的云南省两会上，云南省省长王予波作政府工作报告时表示，云南将持续扩大中老铁路黄金效应，并适时开行跨境旅客列车。

　　古稀之年的蒋明初告诉记者，他为这首歌作词时，恰逢中老铁路开通运营一周年，于是他在歌词中写下“中老铁路通江达海东西南北大融合”，期待中老铁路能够不断向前延伸，并发挥示范带动效应，加快中老泰铁路和中越、中缅国际铁路大通道建设的推进，帮助云南实现通江达海的开放愿景。

　　“说唱并不是西方独有的音乐形式，比如苏州评弹、京韵大鼓，这些都是中国自己的说唱音乐。云南民族众多，语言丰富，很多地方是‘说比唱好听’，像红河的建水说唱，昭通唱书等都是云南民族民间音乐里的说唱形式。”《坐着高铁去看海》的作曲者是49岁的云南流行音乐学会常务理事岳少鹏。他表示，这首歌之所以选择有些云南味道的中国风音乐混搭说唱的形式，是想表达云南人对外文化交流的愿望，也希望世界各地的人们能够来到云南，了解这里丰富多彩的民族风情、民族音乐和民族民间说唱。

　　这首歌的说唱部分，由1999年出生于云南保山的说唱歌手明新杰演绎。他之前曾尝试用保山方言表演说唱，受到当地年轻人的追捧。“说唱强调个性，云南年轻一代说唱歌手应充分挖掘本土民族民间说唱元素，再将之与世界各地不同音乐元素融合，相信一定能呈现出不一样的精彩。”

　　据了解，《坐着高铁去看海》将作为2023年“春暖花开”中印柬蒙四国迎春文艺晚会重磅曲目于20日晚上演，为海内外中华儿女和世界各国友人送去新春祝福。

　　中老铁路只是起点，不是终点，钢铁巨龙将承载着友谊、和谐、梦想和希望，跨越万里山海，驶向更美好的明天。(完)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）