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。
访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值******
(第五届进博会)访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值
中新社上海11月5日电 题：访谈｜阿斯利康全球执行副总裁王磊：进博会凸显“加码投资中国”的重要价值
作者 樊中华 汤彦俊
“参加中国国际进口博览会五年来，阿斯利康除上海中国总部外，还打造了多个区域总部，从‘头回客’变为‘回头客’，从‘展商’变为‘投资商’，进博会是以中国经济的良性发展，去造福全世界。”
回顾近五年来的“进博缘”，阿斯利康全球执行副总裁、国际业务及中国总裁王磊表示，进博会于阿斯利康而言，“已经演变为一个投资与创新的盛会，也是每年用来检验与中国各地政府和生态圈企业合作成果的盛会。”
阿斯利康全球执行副总裁、国际业务及中国总裁王磊 受访者供图王磊回忆，参展首届进博会时，“没想到中国政府支持力度如此之大，全世界的参与范围如此之广，进博会撬动了全中国和全世界的关注与合作，让我印象深刻”。
也正因此，从第二届进博会开始，“始终看好中国市场、坚持加码投资中国”成为阿斯利康参展进博会不变的“主旋律”。此后几年间，阿斯利康将上海研发平台升级为全球研发中国中心，成立人工智能(AI)创新中心，并接连在多地布局打造区域总部，最终形成“上海为中国总部，北京、杭州、成都、广州、无锡、青岛为六大区域总部”的全新在华布局。
此外，王磊透露，阿斯利康将在本届进博会上正式揭牌青岛生产基地，同时继续投资扩产现有无锡、泰州两大全球供应基地，进一步惠及全球及中国患者，提升中国在全球生物医药领域的地位，助力中国提升全球供应链韧性。
位于山东青岛的阿斯利康吸入气雾剂生产基地奠基 受访者供图“中国是一个巨大的市场，各个地方的经济有着不同特色和优势资源，我们在不同区域进行投资布局，始终看好中国经济整体发展，也是对中国长期坚定承诺的具体举措。”王磊说，在全球疫情反复的情况下，阿斯利康持续在中国加码投资制造业，“也是看到中国在疫情常态化下的供应链保障能力”。
在王磊看来，进博会让中国与外资企业“双向开放”并不断增强互信。一方面，中国政府在全力支持外资企业在华自主创新。“去年，我们与国投创新合资成立的迪哲医药在科创板上市，目前已经有好几个在临床阶段的新药在世界和中国同步注册。我们不仅把国外的新药带进中国，而且要把中国的新药带给全世界。”
另一方面，“进博会促进了我们与各地政府的密切合作，以‘全生态’推动中国生物医药企业发展。”王磊介绍，当前阿斯利康在华各个区域总部的“标配”包括与当地专家和产业合作打造全病程管理创新方案的中国智慧健康创新中心(CCiC)，与当地政府合作进行产业孵化的国际生命科学创新园(iCampus)，以及进行创新投资的阿斯利康中金医疗产业基金。
截至2021年底，创新中心及合作伙伴共同支持学会打造的多项全病程管理创新方案，在全国数千家医院实现落地，部分方案更是已走出国门，惠及全球患者；同时，创新园已有60多家海内外企业入驻；产业基金目前管理资金超过30亿元人民币，成功投资十余家创新企业。
“我们坚持通过投资来推动更多中国创新的落地。”王磊说，未来，阿斯利康一是要深化各地区域总部，支持区域经济发展；二是要加大制造业的投资，归拢全世界产能；三是加快资本与产业对接，打造创新生态，让“中国创新”造福全球患者。
“五年来，我们深刻感受到了进博会强大的‘溢出效应’，我认为进博会是中国的一个创举，它在平台能效、生态打造、合作机会等方面，可能超过任何我参与的其他展会。”王磊透露，阿斯利康已报名参加第六届进博会，“我永远对下一届进博会期待最大”。(完)
| 大发app地图 |
