乐彩彩票娱乐|乐彩彩票平台

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。

二十大代表风采丨柯晓宾：坚守高铁安全一线 诠释大国工匠精神******

　　中新网北京10月13日电 题：柯晓宾：坚守高铁安全一线诠释大国工匠精神

　　中新网记者 刘育英

　　扯断一根头发的力度大约在1800毫牛，手工调整片弹簧结构的触片仅为这个力道的十分之一。“只有上帝亲吻过的手才能将力道控制得如此精准。”中国通号西安工业集团沈信公司电器中心调整三班班长柯晓宾就长了这样一双手。

　　柯晓宾所从事的工作，是对继电器的接点进行调整。“高铁有三大技术系统：控、车、路。继电器作为列车运行控制系统的‘神经元’，大到车站的控制中心，小到一个信号灯，每一个电路的切换都离不开它”，柯晓宾向中新网记者介绍。

　　继电器手工调整工作在全世界都是难题，人工调整精确度是机器调整所不能及的，国外的公司也都是通过人工调整精确度。调整接点间距的误差需要控制在0.05～0.1毫米之间，调整触片的力度要控制在200毫牛左右，稍有瑕疵就会直接影响电气特性和性能指标导致前功尽弃。

　　柯晓宾所在的中国通号西安工业集团沈信公司是一家“隐形冠军”企业，也是中国最大的铁路信号继电器生产基地。公司年产量近60万台，国内市场占有率达70%以上，广泛应用于国内外铁路和城市轨道交通领域。

　　“对继电器的调整工作，难点之一是对力度的掌握；其次是需要左右双手同时进行调整”，柯晓宾介绍，为确保接点片一次就能调整到位达到规定指标范围，一个动作有时候就要练几十遍甚至上百遍。

　　为了能使双手调试力度相当，柯晓宾专门买了握力器，反复练习手腕力度，仅用半年多的时间，她就已经能够独立承担调整继电器任务，完全胜任岗位。2010年至今，她先后获得“中央企业青年岗位能手”“中央企业技术能手”“全国技术能手”等荣誉称号，逐步成长为调整线上“大师级”的人物。

　　2003年，20岁的柯晓宾从铁路机械学校毕业后，进入中国通号西安工业集团沈信公司工作。2010年，柯晓宾参加当年的全国职业技能大赛，学习了关于继电器的理论知识。在此之前，柯晓宾在手法上、技能上已经积累了非常多的经验，而理论学习，让她明白了许多实践操作背后的原理。

　　通过多次比赛，柯晓宾逐步成长，并获得“全国技术能手”称号，职业道路也变得开阔。从“是什么”到“为什么”，理论与实践的融会贯通，产生了化学反应，这份工作变得有意思起来。

　　前两年，公司有一款继电器的新产品问世，相对于老产品，安全性、可靠性、使用寿命都得到了很大的提高，但是该继电器的一个项点返修率非常高。柯晓宾带领QC小组成员开展课题攻关，通过不断的试验和调试，解决了该继电器在调整序的瓶颈问题，显著降低了返修比率。

　　“这件事给我的触动非常大，通过我们调整序职工的努力，竟然可以解决继电器设计生产方面这么大的难题。”2017年柯晓宾创新工作室成立以来，柯晓宾带领团队攻克生产难题29项。

　　柯晓宾所在的调整序，是一个工匠精神薪火相传的“明星”工序。2012年，柯晓宾的师父崔宝华当选党的十八大代表。2017年，柯晓宾当选党的十九大代表。2018年，柯晓宾的徒弟牛菲菲当选为共青团十八大代表。

　　2022年，柯晓宾又成为党的二十大代表。谈到履职的体会，柯晓宾表示，随着时间的推移，愈发感觉首先要把自己的本职工作做好，练好过硬本领，担实岗位责任，严格要求自己，在工作中发挥模范标杆作用；其次，遇到任何困难、挑战，要能够站出来迎接挑战，关键时刻冲锋在前，克服困难，解决问题。(完)

　　（文图：赵筱尘 巫邓炎）