（中国这十年·见微）黄河岸边好风景：“天鹅湖”畔“古镇兴”******

　　中新社太原10月12日电 题：黄河岸边好风景：“天鹅湖”畔“古镇兴”

　　作者 杨佩佩

　　秋冬季节，“黄土高原第一湖”圣天湖将变身“天鹅湖”。

　　从近千只增加到近万只，十年来，从西伯利亚飞来的大天鹅成了山西省运城市芮城县圣天湖的“常客”。

　　“环境越来越好，与我相伴的大天鹅已从几十只到如今上万只。”距离芮城县几十公里的平陆黄河湿地，大天鹅数量也逐年增加，何建喜是这里的一名巡护员，陪伴大天鹅十余年。

　　于何建喜而言，大天鹅就如同回家过年的孩子。“我就住在黄河边，每年它们快来时，我每天都去河边转转，等着它们。”

　　除了大天鹅将黄河沿岸水域选作越冬栖息地，黑鹳、灰鹤、火烈鸟、大鸨、丹顶鹤等越来越多的野生动物“做客”山西，山西省林业和草原局野生动植物保护处处长王裔飞向记者分享道。

　　这些远方来客的身影从平陆、芮城等山西南部沿黄湿地，已逐步向汾河、桑干河、沁河等流域扩散，诸多城市周边湿地也成了它们的“驿站”。

　　山西段一泓清水入黄河，喜上眉梢的当然少不了当地民众。“天鹅湖”的美景增添了冬日情趣；水质提升更让内陆民众有更多“亲水”机会。

　　汾河，被称为山西“母亲河”，是黄河的第二大支流。曾经因产业畸重，汾河水质污染严重，两岸黄土裸露、垃圾遍地，“老太原”避之不及。

　　如今，汾水清流，水鸟栖息。民众不仅能够进行水上运动，还能乘船游览汾河两岸美景，再现“泛楼船兮济汾河，横中流兮扬素波”景象。

　　如此景象来之不易。黄河流经山西，水流量偏小，泥沙含量偏大，水文特征复杂；改善水域环境更需“组合拳”。

　　近年来，山西省开展黄河流域林草生态建设，实施山水林田湖草沙综合治理、系统治理，并采取湿地保护与恢复、退耕还湿、湿地生态效益补偿工程等措施。黄河中下游最大的国家级湿地保护区圣天湖湿地、平陆黄河湿地、汾河等水域的“强壮体魄”与“吸引力”都来自于此。

　　蓝天碧水青山渐成常态，背后还有这样的绿色支撑——十年来，山西每年造林都在400万亩以上，森林覆盖率由2010年的18.03%提升至2020年的23.57%，历史性超过全国平均水平。

　　“黄河宁，天下平。”黄河怀抱着中原激荡，由此孕育出的渡口文化依然福泽民众。

　　在“黄河第一镇”临县碛口古镇，随处可见游客坐在黄河岸边，一边听着黄河涛声，一边享用农家饭。

　　多年前，当地依托黄河文化发展旅游，吸引全国各地的艺术、摄影爱好者，年过六旬的李世喜也借此机会吃上“旅游饭”。

　　自小在黄河边长大，李世喜目前为山西省非物质文化遗产项目黄河纤夫传承人。“现在不仅开民宿，还经常去碛口古镇影视街当演员，展示非遗文化，一年挣近10万元(人民币)，生活一年比一年好。”(完)

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。