推动“科技—产业—金融”良性循环******
【光明论坛】
2022年中央经济工作会议提出，要推动“科技—产业—金融”良性循环。这与“十四五”规划强调的“构建实体经济、科技创新、现代金融、人力资源协同发展的现代产业体系”耦合，本质上就是通过加强产学研资的深度结合，让科技成果能够及时产业化，发挥金融对科技创新和产业振兴的支持作用，并为金融发展提供坚实的实体经济支持，避免出现金融泡沫化风险，从而把科技创新、产业振兴和金融发展有机结合起来。
推动“科技—产业—金融”良性循环，要加强科技创新原动力。科技创新依赖于科学研究，尤其是基础科学研究。近年来，我国在一些核心技术方面遇到“卡脖子”难题，原因之一是基础性研究投入和研究能力还存在不足。在过去相当长的时间里，我国应用型科技领域成就斐然，形成了产业引导科技发展的方式，但还未大面积形成科技催生新产业的原始动力。中央经济工作会议提出，布局实施一批国家重大科技项目，完善新型举国体制，发挥好政府在关键核心技术攻关中的组织作用，突出企业科技创新主体地位。通过引导企业在基础研究方面投入，消除过于重视短期利益的现象，有利于充分聚焦长期的、底层技术的关键价值，力争取得创新突破，为更好促进产业发展夯实基础。
推动“科技—产业—金融”良性循环，要建立现代产业体系。产业化是科技形成生产力的关键环节。只有通过产业化，科技成果才能在国民经济各个领域得到广泛应用、形成一定经济规模的产品，通过科技创造利润，满足科技研究持续投入的资金需要，从而进一步催生新技术、新产业，形成科技与产业之间的良性互动。当前，外部环境动荡不安，给我国经济带来的影响加深，亟须构建关键技术自主创新体系，发展和安全并举推动传统产业改造升级，培育壮大战略性新兴产业。对此，首先要加大保护知识产权的执法力度，健全知识产权保护体系，加快推进知识产权强国建设。其次要充分挖掘国内大市场潜力，以行业、市场需求为导向引导产业形成产业集群，通过规模经济和产品的多样化、差异化以及国际化实现经济效益。还应当依法保护企业家权益，让参与科技创新和产业化的主体享有合法的权益，激发全社会的科技创新和科技成果转化的动力。
推动“科技—产业—金融”良性循环，要充分发挥金融对实体经济发展的服务作用、资本作为产学研合作的桥梁作用，通过有效配置资源推动科技与产业发展。现代经济发展历史表明，现代国家的崛起离不开一个强大资本市场的支撑。中国的资本市场已成为世界第二大资本市场，是中国特色社会主义市场经济的重要组成部分。此外，银行等金融机构也需要加大对科技创新类企业的信贷支持力度，助力有技术、有科技含量的企业做大做强。建设和运用好多层次的资本市场，中国资本市场要面向科技前沿的“硬科技”领域，汇聚起一批涉及各产业链环节、多应用场景的创新企业，充分利用好社会储蓄资金，推动中国经济高质量发展。
未来，要形成“科技—产业—金融”之间的良性循环，需要进一步强化三者之间相互“看见”“读懂”的纽带。通过建立健全科技创新成果产业化的中介服务体系，确保科技、知识产权等中介服务机构客观、科学评估创新成果产业化的市场价值和发展前景，进而提供更加精准的支持，为建立风险共担的“科技—产业—金融”运行机制提供科学准确的服务，促进科技、金融和实体经济之间的高水平循环。
（作者：王晋斌，系中国人民大学经济学院党委常务副书记、国家发展与战略研究院研究员、中国宏观经济论坛主要成员）
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。
