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。

“摩托大军”变迁彰显时代进步（中国道路中国梦）******

　　“以前过年回家骑摩托车，从广州回广西藤县要八九个小时，现在坐动车两小时就到家了，关键是安全、舒服，不用受风吹雨淋之苦。”这是一名返乡人的真实感受，也是“摩托大军”中不少人的共同心声。今年春节前后，广东、广西间321国道上骑着摩托车返乡、返工的“摩托大军”不复往年盛况，规模正在逐渐减少。

　　过去，“摩托大军”备受关注。众多摩托骑行者相约同行、满载年货，成为春运期间的独特图景。据广东省交通运输部门统计，高峰时返回各省份的“摩托大军”规模曾经超过100万人。怀揣着一份回家过年的期盼，他们通宵达旦骑行，从珠三角向家的方向前进。如今，无论是国道边的加油站，还是高速路上的收费站，相关工作人员都说很少见到摩托车扎堆了。这一交通之“变”，折射着国家发展之“进”。

　　“摩托大军”规模缩减，背后是中国交通尤其是高铁的发展进步。党的十八大以来，铁路建设者逢山开路、遇水架桥，我国铁路运营里程增长约5.3万公里。目前，我国高铁运营里程突破4万公里。尤其是近年来贵广、南广高铁的开通，连接起两广间铁路交通，不仅有效减少了通行时间，更实现了运输能力的快速增长。数据显示，开通高铁前，两广间每天单向运输能力约3万位，高铁开通后，如今春运高峰期间提升至近20万位。曾经火车票“一票难求”，而如今的高铁票，则随着运力的增长供应充足，让“常回家看看”更易实现。

　　“摩托大军”规模缩减，也见证了群众生活水平的提升。过去，务工人员选择骑摩托车返乡，既是由于春运车票紧张，也是出于节约费用的考虑。随着收入水平不断提升，务工人员出行也更加注重安全性、舒适性、时效性。过年返乡的方式从骑摩托“走得了”向乘高铁“走得好”转变，实则是一种出行观念的改变，折射出人们对美好生活的追求。除了运力提升外，铁路服务也在持续升级，特别是近年来互联网购票、列车网上订餐、电子客票等系列便民服务推出，以及铁路部门与地方政府、社会各界联合开行“温暖回家路”返乡爱心专列，这些举措都让务工人员的返乡路更加便捷、舒适、温馨。

　　“一个流动的中国，充满了繁荣发展的活力。”春运期间，铁路部门的服务保障关系千家万户，必须统筹做好春运组织和疫情防控工作，按照“适需安排、应急有备、精准匹配、梯次投放”的模式阶段性安排春运运能。一趟又一趟安全有序的列车，必将承载着人民群众的获得感不断向前，为沿线城乡发展注入新的动力。

　　(作者为中国铁路南宁局集团有限公司党委宣传部部长 刘 剑)