大发平台代理|大发平台玩法

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。

瑞士留学剪影（走近非热门留学国(12)）******

　　陆晋（右二）与瑞士洛桑联邦理工学院的同学一起举办活动。受访者供图

　　马铭萱近照。受访者供图

　　瑞士位于欧洲中部，有“世界花园”“钟表王国”等美称。在高等教育领域，瑞士大学数量众多，其中苏黎世大学、苏黎世联邦理工学院、洛桑联邦理工学院等在欧洲及世界范围享有盛誉。近日，本报记者采访了几名中国留学生，听听他们在瑞士的留学故事。

　　优质的教学资源

　　陆晋在瑞士洛桑联邦理工学院学习金融工程。据陆晋介绍，苏黎世联邦理工学院和洛桑联邦理工学院共同组成了瑞士联邦理工学院，是世界上著名的工学院之一，有着举足轻重的科学影响力。“其中，洛桑联邦理工学院有雄厚的师资力量和卓越的科研平台，培养了不少各行业人才。我认为来此留学可以拓宽视野，享受高质量的学习环境。”

　　“瑞士的公立大学不仅教学质量高，学费也很便宜。”就读于苏黎世大学的马铭萱说，“以我所学的银行与金融专业为例，每学期学费折合人民币约5000元，比欧美高校便宜得多。”

　　“苏黎世大学世界排名靠前，项目课程安排扎实。在120个学分中，必修课、学术论文、选修课各有占比，我认为能学到很多东西。”马铭萱说，“硕士期间我印象很深的一门课是计量经济学和机器学习。这门课很有难度，每次我至少要花15小时完成作业。为了充分利用时间，我常在睡觉前就让代码开始运行，然后伴着电脑的嗡鸣声入睡，醒来之后查看代码结果。付出终有回报，结课时教授提出给坚持下来的同学写申请攻读博士的推荐信。”

　　在陆晋看来，瑞士有安全、稳定的社会环境，留学生活省心。“瑞士治安总体良好，居民生活安定，对中国留学生友好欢迎。此外，瑞士民众很看重诚信。有一次我在一家文具店买明信片，结账时店员不记得明信片的价格，她便直接问我，我回答后就顺利结账。”

　　灵活的选课制度

　　“洛桑联邦理工学院的课程设置很灵活。每个专业都设有大量的选修课，以便学生按自己的兴趣和职业发展方向提升。”陆晋说，“除了上金融必修课外，我还想学数据处理方面的知识，因此选了机器学习、人工智能方向的课，拓展了个人技能。此外，在多样的选修课中可以认识各专业的同学，这有助于打开我的交际圈。”

　　马铭萱对此有同样体会，她说：“我的选修课学分约占总学分的一半，选课的自由度很高。此外，苏黎世大学和苏黎世联邦理工学院距离近，学生还可以跨学校选课，比如我曾在苏黎世联邦理工学院上过公共经济学课，所修学分在苏黎世大学也受认可。”

　　马铭萱说：“在苏黎世大学，经济与金融系常组织学术讲座与论坛，帮助我们了解前沿的学术研究。有一次讲座请来了八九位教授，每位教授在5分钟内快速介绍自己的研究项目。我觉得这种讲座形式新颖，短时间深入浅出的讲解能抓住听众的注意力，引发学习兴趣，而且我可以一次听到八、九个研究主题，收获满满。”

　　陆晋以金融工程专业为例介绍了洛桑联邦理工学院为学生提供的实习机会。“学生需要完成6个月的实习任务。学校许多教授在行业内有广泛的人脉，他们能向企业争取到不错的实习岗位。除此之外，学校还有强大的校友网络，他们毕业后就职于各大公司，有招聘需求时就会和学校联系。”陆晋说。

　　感受瑞士生活

　　利用课余时间，马铭萱游览了瑞士不少地方，深入了解了当地的风土人情。她说：“瑞士的湖泊星罗棋布，我曾去过卢塞恩湖，它位于瑞士中部，湖水清澈，湖岸线蜿蜒曲折，景色如画。苏黎世周边的湖光山色美不胜收，当地人喜欢在周末徒步，亲近自然。”

　　“瑞士盛产巧克力，种类丰富，包装精美，很适合作为节日礼物。”马铭萱说，她曾参观过当地的巧克力博物馆。“这个博物馆很有意思，游客除了能了解巧克力的原料、生产历史、加工工艺外，还可以亲手制作巧克力，在上面绘制自己喜欢的图案，趣味横生。”

　　马铭萱对瑞士的圣诞节印象深刻，她说：“每年11月末，苏黎世的各大广场会举行圣诞集市，集市上的各个小商铺装饰精美，氛围感十足，供应热红酒、瑞士奶酪等美食。学校会组织‘神秘圣诞老人’活动，每名参与者准备好小礼物，交给活动‘小秘书’，等到圣诞节时‘小秘书’会随机向参与者发放礼物。由于大家在此之前并不知道谁是自己的‘圣诞老人’，心怀好奇和期待。”

　　陆晋在上学期间加入了洛桑联邦理工学院中国学生协会，参加了不少校园活动。“学校在2022年3月举办了‘世界文化节’，各国家的学生社团有专属一天展现本国文化的机会。为了展示中华文化的魅力，我们准备了‘看字猜意义’的活动，向参与者展示象形文字，让其猜测其意义，答对者可以领取免费中餐小食一份。此外，我们还准备了水印书法字帖供参与者临摹，中外同学纷纷上前尝试，活动现场热闹非凡。”陆晋说。

　　（文图：赵筱尘 巫邓炎）