星耀彩票论坛|360百科

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。

地下工厂 地上花园******

　　园区雪景 金徽矿业旅游景区 供图

　　三季有花、四季常青，地下工厂、地上花园，这是很多游客参观甘肃徽县金徽矿业景区后的评价。近年来，该景区凭借自然地理优势和工业资源优势，以自然生态的良性循环为基础，以主题化、生态化、数字化、游乐化、情境化、动感化为设计手法，建造工业旅游景区，吸引大量游客前来旅游观光。近日，金徽矿业旅游景区被评为国家工业旅游示范基地，成为矿业开发、生态保护和文旅融合发展的典范。

　　冬天的金徽矿业被白雪覆盖，春夏之交的金徽矿业景区有劲松苍柏、鲜花迎宾……如果不是依山而建的厂房的提醒，游客很难想到自己正身处一座矿山。游客余先生选择夏天来这里参观学习，在它看来，金徽矿业旅游景区气候温润，生态良好，白天园区静谧美丽，虫鸣鸟叫声不绝于耳，夜晚灯光秀美，山色如画。

　　金徽矿业股份有限公司（以下简称“金徽股份”）是一家集铅、锌、银等矿产资源勘查、开采、加工、销售为一体的混合所有制矿山企业。金徽矿业旅游景区依托金徽股份郭家沟铅锌矿150万吨/年采选项目和绿色矿山建设而成。2019年，金徽股份成功入选国家级绿色矿山名录，被自然资源部评为国家级绿色矿山典范企业。

　　近年来，金徽股份践行“在保护中开发，在开发中保护”的理念，通过工程措施、生物措施，同步开展生态环境综合治理，坚持开展护林、种树、种草工作，实现矿区边开发边治理和绿化美化的全覆盖，让生态环境因资源开发而变得更加优美。

　　作为一家以矿业生产为主的上市企业，金徽股份在日常的生产建设中形成了矿井、尾矿库、主平硐等工业设施和景观，在生产中采用的机械化、自动化技术和作业模式，以及实物地质资料岩芯等，这些都是科普地质和工业技术知识的宝贵资源。

　　凭借良好的生态资源与工业文化资源，金徽股份逐步将整个矿业生产区域打造成一处特色鲜明的现代化工业旅游景区。

　　“我们严格按照国家4A级旅游景区标准要求，认真践行‘绿水青山就是金山银山’理念，在考察学习和借鉴先进经验的基础上，邀请景观设计单位对景区进行了规划设计，将其打造成一处以工业旅游和自然观光为主的特色旅游景区。”金徽股份董事长、总经理刘勇说。

　　为将工业资源很好地融入旅游，金徽股份建成了实物地质资料岩芯馆、展览馆，以及员工活动中心、生态停车场、培训中心和标准化的游客服务中心、游客购物中心、医务室、旅游厕所等。

　　“我们不仅在硬件设施上下功夫，还不断提升软件能力，为前来游玩参观的游客提供高质量的参观体验和服务，让游客通过金徽矿业这扇窗口了解工业资源的魅力。”刘勇说。

　　目前，金徽矿业旅游景区依托绿色矿山建设，建成了迎宾大道、迎宾瀑布、劲松迎客、矿工服务楼、磨浮车间、科技馆、音乐喷泉广场、红枫林、玫瑰园、朝凤亭、十里槐花长廊等景点。

　　“我们按照景观设计，建成了以工业旅游和自然观光为主，特色鲜明、科普性强的多条游览线路。全自动数字化磨浮车间、主平硐口、矿工服务楼、科技指挥中心等工业旅游项目，可让参观者全面了解矿业最新技术和控制水平。”刘勇介绍。

　　如今，游客到金徽矿业旅游景区游玩，不仅可以领略到景区玫瑰园、樱花大道等优美的自然生态风光，还可到实物地质资料岩芯馆观看完整保存的大量探矿岩芯，了解地质演变的科学知识；通过数字远程控制监控系统，观看工人在地下几百米辛勤劳作的工作画面；通过机械化作业，深入了解埋藏在井下亿万年的矿石模样；在标准化建设的5D影厅里，通过视觉、嗅觉、触觉等手段，体验深入地心的刺激和奇妙……游览下来，这一趟旅行就是内容丰富的科普之旅。

　　“地下工厂、地上花园”，坚持把矿区当景区来打造的金徽矿业是甘肃省绿色矿山发展的新标杆和新名片。如今，绿色矿山建设成效得到了多方认可，金徽矿业已成为政府、企业、高校等多方学习“绿色经验”的新基地。

　　“我们最大的特色就是在矿产资源开发过程中，尽可能减少对环境的扰动，将工业发展与生态文明建设、景区开发融合，努力发挥工厂变公园、矿山变景区的示范带动作用，推动区域旅游产业链长效发展，为推动矿业经济和区域经济社会高质量发展献出自己的力量。”刘勇说。（罗赟鹏 本报记者 张陇堂）

　　（文图：赵筱尘 巫邓炎）