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。

国际锐评丨企图打“病毒牌”的美国政客应该听听科学理性的声音******

　　“这不仅不会对限制病毒传播产生多大影响，也无助于全面评估全球病例增加带来的影响。”6日，美国传染病学的权威机构——美国传染病学会（IDSA）在社交媒体账号上发表声明，就美国对中国游客入境设限表示了异议。

　　IDSA社交媒体账号声明截图

　　不仅IDSA，近一段时间以来，很多流行病学家齐声呼吁，没必要对中国实施旅行限制。比如，巴斯德研究所（上海）的丹尼尔·法卢什教授说：“经验表明，旅行限制在缺乏其他措施的情况下收效甚微。”牛津大学进化和基因学教授阿里斯·卡祖拉基斯指出，针对中国的旅行限制“毫无意义”。欧洲疾控中心等专业机构明确表示，对来自中国的旅客施加限制措施不合理。代表欧洲500多个机场的国际机场理事会欧洲分会，日前也谴责了针对中国的入境限制措施。

　　这些科学理性的声音，美国政客应该好好听听。美方企图打 “病毒牌”，结果被科学打了耳光，暴露了一贯的反智做派以及将疫情政治化的操弄。

　　与新冠病毒的斗争是一场科学之战。但美国针对中国游客的限制政策是反其道而行之。

　　从防疫措施看，人们记得，2020年疫情初期，美国就曾采取限制中国人入境的相关措施，结果是限制了个“寂寞”。由于忽视世卫等多方预警、消极懈怠防疫、搞党争内斗、热衷打政治牌等，美国疫情迅速暴发，沦为全球感染人数最多、死亡人数最多的国家。这足以证明，在不采取科学防疫措施的情况下，仅靠旅行限制对防疫没有作用。

　　从病毒分析看，目前在中国流行的主要毒株之前已经在世界各地传播。比如，中国在2022年9月底首次检测出BF.7变异株，而根据全球共享流感数据倡议组织数据库，BF.7最早于2022年1月的法国样本中检出；2022年5月底，中国报告首例境外输入BA.5变异株感染者，而BA.5最早于2022年1月在南非样本中检出。这表明，当前中国流行的绝对优势毒株属于输入型。

　　根据世卫组织1月4日发布的消息，中国国家卫健委提供的病毒基因数据显示，当前中国主要流行毒株同其他国家提交的中国感染旅客病毒基因序列一致，没有发现新变种或显著突变。《联合早报》报道说，全球共享流感数据倡议组织在中国当前疫情期间收集的病毒基因组序列显示，中国并未出现新毒株。美国卫生计量与评估研究所所长克里斯·默里表示，中国出现新变异株的风险“非常低”。

　　相比之下，美国当前超过40%新冠感染病例是由xbb.1.5毒株引起的，xbb.1.5已经成为头号流行新毒株。因此要说防新毒株，也是中国防美国带来疫情风险才对，中国才是受害者。

　　防疫最需要科学精神，反其道只会自食其果。人们记得，新冠疫情三年来，美国政客沉迷于政治私利、党派争斗，兜售“注射消毒剂可杀死新冠病毒”反智言论，打压说真话的科学家，将科学和理性精神糟蹋得体无完肤。

　　去年12月以来，美国面临呼吸道合胞病毒、新冠和流感三重疫情，医疗系统几近崩溃。对此，美国政府没有采取任何全国性行动，也没有实施“口罩令”，对民众生命健康一如既往漠不关心。但看到中国优化防疫政策，美国政府却突然来了精神，“甩锅”推责、抹黑遏制中国的意图昭然若揭。

　　那些沉迷于政治操弄的美国政客们不要忘了：三年来，反科学已经让美国人民付出惨重代价——超过1亿人感染、超过108万人死亡、25万新冠孤儿……与此同时，针对亚裔的种族歧视与仇恨被挑动，美国社会陷入更深撕裂。《纽约时报》5日指出，美国现在的做法与2020年初针对中国的旅行禁令如出一辙，是一种种族主义政策。

　　防疫一败涂地，美国政客还要继续掩耳盗铃、践踏科学吗？他们如果执意在反科学路上一条道走到黑，就是对美国人民的犯罪，也必会遭到科学的惩罚。

　　（国际锐评评论员）