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。

国际锐评丨别装了！美国才是全球共同抗疫的最大阻碍******

　　“马达加斯加的酒店已经为中国游客准备好了！”“希望中国游客来南非观光，体验‘彩虹之国’的独特魅力。”……随着中国疫情防控进入新阶段，多国纷纷喊话表示欢迎。然而，有一些人非要跟国际主流民意对着干，给全球共同抗疫设障。

　　最近，美方一边对来自中国的游客采取入境限制，一边声称愿为中国提供疫苗等援助。这种虚伪的两面派表演，人们已经看得太多。过去三年，美国明明是全球第一抗疫失败国，却卖力地把自己打扮成全球抗疫领导者与支持者。但是它再怎么粉饰，在事实面前也不攻自破。

　　就拿疫苗来说，美方一直标榜自己是“全球最大的新冠疫苗捐助国”，但根据美国健康研究组织“凯泽家族基金会”的追踪，美国承诺2023年之前至少向全球捐赠11亿剂新冠疫苗，截至本月5日才落实6.651亿剂，仅一半多。美国疾控中心数据显示，在2021年3月至9月期间美国至少浪费了1510万剂疫苗。美国宁愿囤积疫苗过期，也不肯给真正需要的国家。更过分的是，美国居然把临期疫苗运到非洲，以“兑现”所谓疫苗捐赠的承诺，结果被非洲国家痛斥“行为可耻”。

　　世界对美国的抗疫援助不再抱有期待。2021年9月，当美国总统拜登在应者寥寥的线上“抗疫峰会”上声称要“额外捐赠疫苗”时，英国经济学人智库研究员、前外交官阿加特·德马雷评价说：“你知道它永远不会发生的。”

　　疫苗援助雷声大雨点小，美方还要给这些“小雨点”涂上政治色彩。美国国务院统计数据显示，美国疫苗援助的重点国家大多布在中国周边。有分析称，美国政府是以疫苗援助为筹码对中国周边国家威逼利诱，胁迫它们加入反华联盟，这极大毒化了全球抗疫合作氛围。

　　除此之外，美国还不断扰乱国际抗疫秩序。2020年7月，美国时任特朗普政府宣布退出世卫组织，削弱了国际抗疫防线。2021年1月拜登政府宣布申请“再入群”，目的还是拉拢盟友和国际组织对抗中国。一出“政治溯源”闹剧严重破坏了全球抗疫合力。

　　三年来，美国几乎流行过所有新冠病毒变种毒株及其分支。但美国政府消极抗疫，任由病毒传播到世界各地，对全球民众生命健康造成巨大威胁。据统计，2020 年 4 月至 2021 年 3 月，美国公民累计出国 2319.5 万人次，目的地遍布全球。同时，美国无视国际道义，大规模遣返非法移民，造成拉美等发展中国家疫情加剧。这一切都发生在新冠病毒毒性强、致死率高的时期，美国对疫情的全球扩散负有不可推卸的责任。

　　联邦政府施压各州对疫情数据动手脚、解雇“拒绝篡改数据”的科学家、病毒检测要等十几天才出结果、跨州病例无法追踪……三年来，美方在疫情数据上的不透明严重影响了全球抗疫进程。2020年3月美国疾控中心时任主任雷德菲尔德曾承认，2019年9月开始的流感季死亡病例中，有部分人感染的实际是新冠肺炎。至于感染人数是多少，时至今日美国都没公布数据。

　　当前，新毒株XBB.1.5引发美国国内超40%的感染病例，成为美国上升势头最快的毒株。这一次美方别想蒙混过关，应当及时公开透明同世卫组织和国际社会分享疫情信息和数据，并采取切实有效措施防止疫情传播。

　　相比之下，中国三年来不仅有效保护了14亿多人民的生命健康，还负责任地同国际社会开展抗疫合作。三年来，中方同世卫组织进行了60多次技术交流，最近一个月就开展了4次。中方还持续通过全球流感共享数据库，分享新感染病例的病毒基因数据。截至目前，中国向153个国家和15个国际组织提供了数千亿件抗疫物资，向120多个国家和国际组织供应超过22亿剂新冠疫苗。巴西全球南方研究所所长亚历山大·菲格雷多评价说，中国是团结全球抗疫行动的中坚力量。

　　谁是全球抗疫的贡献者、谁是破坏者，世界人民心里都有杆秤。人们不会忘记美国让世界吃的苦头，也看清它搞的是“假慈善、真霸权”。与世界背道而驰的美国，才是全球共同抗疫的最大阻碍。

　　（国际锐评评论员）