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。

如何安全愉快过寒假？北京儿童医院专家来支招******

　　目前，孩子们的寒假生活已经开启。如何让假期过得安全、愉快而充实呢？北京儿童医院心理治疗师徐畅表示，一个有意义的假期需要家长和孩子共同来打造。他特别给家长、孩子支上如下几招：

　　科学应对疫情 树立战胜病毒信心

　　这个寒假是疫情防控进入新阶段后的第一个寒假，科学有效应对疫情是保证孩子健康、安全的关键。徐畅表示，除了做好日常健康防护、准备好药物抗原等物资外，调整好心态，树立战胜病毒的信心也十分重要。

　　徐畅建议家长首先调整好自己的情绪，为孩子做好情绪示范，同时对孩子产生的负面情绪进行合理引导、比如对年龄较小的孩子可以通过拥抱、轻拍进行安抚；对年龄较大的孩子运用“腹式呼吸法”“肌肉放松法”“蝴蝶拍” 等方法帮助他们改善情绪。特别对于还“未阳”的孩子，徐畅建议家长引导孩子关注当下。“可以告诉孩子‘这一刻我仍然拥有健康，有让自己开心的时间。即使真的生病，也有家人陪伴我一起面对。’”徐畅说。

　　此外，家长应耐心、平和地解答孩子对于疫情的疑问。对于年龄较大的孩子，家长还可以精选一些和疫情有关的信息推荐给他们，帮助孩子正确认识病毒，坚定战疫必胜的信心。

　　制定寒假计划 让假期充实又精彩

　　寒假中，孩子有了更多自由支配的时间，但如果没有合理规划，孩子可能会出现无所事事、失去目标和动力等情况，有的甚至会出现焦虑、抑郁等心理问题。

　　因此，徐畅建议家长和孩子共同制定一份寒假生活学习计划，合理安排学习、休息、娱乐和体育锻炼时间。“在假期计划中应该安排家庭集体活动，比如全家一起运动、一起准备年货等，这将有助于提升家庭整体幸福感。”徐畅说，假期计划可以相对宽松，但家长要积极鼓励孩子切实执行，帮助孩子度过一个有规划的寒假。

　　拒绝沉迷电子产品 增进亲子沟通

　　假期中，很多孩子会沉迷于手机、平板电脑等电子产品。对此，徐畅表示，解决方法并非“夺走手机”那么简单，家长不妨利用假期时间多与孩子沟通交流，鼓励他们多结交朋友，共同努力让假期生活丰富多彩起来。

　　此外，家长与孩子在家中共处的时间增多，冲突可能也会随之增多。徐畅建议，家长与孩子发生争吵时，双方不要急于表达，可以先按下暂停键，静一静，等到情绪稳定后再态度温和地进行沟通。在沟通方式上应遵循非暴力沟通方式，先描述客观事实，再说出感受，最后说出需求和希望。对于高年级的孩子，家长可以给予他们一定的独处空间，尊重他们对独立和独处的需求。

　　（光明网 张倩）