极速快3_ - (中国)百度百科

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。

在地名寻根之旅中窥见文化发展脉络******

　　■本报记者 卫中

　　“地名，是刻在大地上的文化基因，是铭记民族使命的坐标，是打开大好河山的钥匙。无数大大小小的地名组成了一个响亮的名字，中国。”近日，由中央广播电视总台联合民政部推出的国家地名文化节目《中国地名大会》第三季在总台央视中文国际频道热播。

　　从一个个地名出发，《中国地名大会》第三季带观众穿梭在祖国的大江南北，构建起一场特别的文化之旅。延续前两季的基础思路，这一季节目在内容、赛制、技术等多个维度再度升级，为这场文化之旅增添更多趣味和意蕴。

　　跨越时间和空间，多维解读地名文化

　　“从地名看文化，从文化看中国”，地名是一地最为直观的符号之一，连接着一方水土的历史与当下，也浓缩着一个地区的风土人情。以一个个散布在祖国各地的地名为载体，《中国地名大会》第三季继续通过知识问答的形式，在时间和空间的跨越中探寻地名的“前世今生”。

　　江西婺源的篁岭晒秋被评为“最美中国符号”，黑龙江省双峰林场有着“夏无三日晴，冬雪漫林间”的奇景……通过“以点绘线、由线带面”的方式，节目从全国范围内选取样本，围绕观众熟悉却并不十分了解的地名，带观众“云端”打卡大美中国。从西南边陲到东南沿海，从北国风光到西北内陆，这场文化之旅的足迹遍布全国，拼出一张完整的“中国地名图鉴”。

　　从九子山到九华山，地名变迁的原因是李白的诗，体现出深厚的文化因素；福建永定土楼含有“永久平定之意”——这幅“中国地名图鉴”覆盖地理、饮食、人文、景观等多元领域，折射出地名的变迁轨迹，展现出地名的人文底蕴和时代风貌，更顺势带出极具地域特色的大美中国故事。

　　连接历史与当下，梳理地名背后的文化脉络。《中国地名大会》第三季也在“古今对望”中解锁地名魅力：既有历史故事、又见时代精神，时间坐标相互交织，拓展升华了节目的立意主题。

　　从一个个闪亮的地名出发，节目在探究地名的由来中回溯文化脉络，也借地名透视时代发展的故事，以及人与地名之间的情感连接。节目对于地名的挖掘跳出“蜻蜓点水”的单向科普，让观众在地域、人物和故事的关系中更加深刻体悟深植其中的精神内涵。

　　创新视角再打开，触摸地名悠长文化脉络

　　作为陪伴观众多年的文化综艺IP，《中国地名大会》持续挖掘地名内里的文化精髓，为观众输出了一个个颇具新意的地名知识。第三季节目在内容、赛制、技术等呈现方式进行多维创新，透过不断打开的创作视角，吸引观众主动触摸地名所凝结的悠长文化脉络。

　　福建上杭地名的由来，在《诗经》中就有“谁谓河广，一苇杭之”的说法；在讲解三峡时，引用了李白的诗作《上三峡》：“三朝上黄牛，三暮行太迟，三朝又三暮，不觉鬓成丝。”《中国地名大会》第三季的节目内容观照的领域更加开放，历史、政策、艺术、疆域、民俗等填充地名故事肌理。不同人物、不同视角的解读，加深了地名之于观众的记忆点，更让其深刻感悟发生在这片土地的时代变革和文化变迁。

　　听着优美的歌曲《青城山下白素贞》，观众了解青城山的种种有趣小故事；看着嘉宾美滋滋品味着大闸蟹和铁棍山药，观众也收获了地名与特产美食的知识。《中国地名大会》第三季的赛制让人眼前一亮，“跟着地名游中国”“闻名而动”等环节和“地名滋味题”“舆图看地名”等题型创新竞技玩法，通过打造“全感官”的题目体验，拓展地名知识的输出方式。这种新鲜的答题形式全面考验选手的应答能力，也通过“地名+”的思路更深层次探寻文化渊源。

　　为了营造更加别具一格的视听体验，《中国地名大会》第三季还在技术创新方面重点发力。节目利用5G传输技术邀请全国网友“云出题”，实时考察选手的应变能力；“地名罗盘”这一视觉符号贯穿各个环节，让场内场外进行有效连接，打造满满的仪式感。

　　以地名为鉴，知来路；为地名立标，向未来。《中国地名大会》第三季以“地名”为题激活传统基因、梳理历史脉络，是地名文化实现轻巧落地的一次有益探索。

　　(《文汇报》 2023年01月19日 第6版)

　　（文图：赵筱尘 巫邓炎）