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。

数说山西政协五年“成绩单”：社会、经济建设类提案超八成******

　　中新网太原1月12日电 (记者 李庭耀)政协委员、政协各参加单位和政协各专门委员会共提出提案5677件，经审查，立案4838件，立案率为85%。截至目前，山西省委、省政府及各提案承办单位对交付的4838件提案按规定要求全部予以办复，委员满意率在98%以上……12日，山西省政协十三届一次会议正在进行，记者获悉，过去五年，山西省政协的社会、经济建设类提案占比超八成。

　　受政协第十二届山西省委员会常务委员会委托，山西省政协十三届一次会议主席团常务主席、第一次全体会议执行主席席小军向大会报告过去五年提案工作情况。他表示，总体来看，十二届山西省政协提案，数量稳步增加、质量不断提高，反映内容聚焦中心工作，意见建议关乎民生期盼，着力点契合党委政府工作部署，充分表达了社会各界的愿望和呼声。

　　过去五年，山西省政协经济建设类提案1941件，占40.12%。内容主要涉及深化供给侧结构性改革、太忻一体化经济区建设、推进“两个转型”、推动能源领域“五个一体化”、构建现代产业体系、促进民营经济发展等方面。

　　其中，关于推进钢铁产业链供应链优化升级、建设智能制造高新技术产业基地、优化重点项目投资结构等建议，为推动转型综改发挥了作用。关于实施供给侧结构性改革、深化国资国企改革、支持小微企业纾困发展等建议，为促进经济高质量发展献计献策。关于推动煤炭“减”“优”“绿”、优化转型产业布局、推进先进轨道交通装备和煤机智能制造产业发展等建议，在编制该省“十四五”规划中予以采纳。

　　政治建设类提案178件，占3.68%。内容主要涉及发挥统一战线作用、推进法治山西建设、贯彻总体国家安全观、优化营商环境、强化基层党组织建设等方面。

　　其中，关于提升多党合作制度效能、铸牢中华民族共同体意识等建议，为巩固和发展爱国统一战线发挥了积极作用。关于发展新时代“枫桥经验”、推进党群服务中心建设等建议，为提高基层治理能力发挥了作用。关于推进政务数据共享、完善民营企业诉求维权机制等建议，为优化营商环境提供了参考。

　　文化建设类提案386件，占7.98%。内容涉及培育和践行社会主义核心价值观、传承中华优秀传统文化、建设文化强省、推动文旅深度融合发展等方面。

　　其中，关于加强革命遗址保护、党史教育基地建设等建议，为山西省红色旅游资源开发、精神文明建设发挥了建设性作用。

　　社会建设类提案2095件，占43.3%。内容涉及打赢脱贫攻坚战、完善疫情防控机制、养老服务体系建设、推进“双减”政策落实等方面。

　　其中，关于实施农村干部学历提升工程、实施公费农科生定向培养、培育新型农业经营主体、推广农业生产托管服务模式等建议，在山西省太行山区、吕梁山区迈上小康社会中发挥了作用。关于深化医保支付方式改革、加强义务教育资源均衡配置、完善三孩生育配套措施、推进养老服务体系建设等建议，为健全完善社会保障体系贡献了智慧。

　　生态文明建设类提案238件，占4.92%。内容涉及践行“两山”理论、污染防治综合治理、推动绿色低碳发展等方面。

　　其中，关于加强建筑废弃物资源化利用、推进环境保护网格化监管、加快新能源汽车推广等建议，为打好污染防治攻坚战起到了促进作用。关于推动黄河流域生态保护和高质量发展、推进国土绿化、统筹林草植被保护修复等建议，为山西省生态保护工程有力推进贡献政协力量。(完)