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。

中共二十大报告传递中国经济确定性******

　　(中共二十大·观察)中共二十大报告传递中国经济确定性

　　中新社北京10月17日电 (记者 王恩博)确定性，这个当今世界的“稀缺品”，大量体现在中共二十大报告绘制的中国经济蓝图中。提出一系列新观点、新论断的同时，报告也以诸多具有连贯性、一致性的表述，传递出关于中国经济的稳定预期。

　　“发展”的地位进一步明确。二十大报告提出，发展是党执政兴国的第一要务。这与十九大报告中“发展是解决中国一切问题的基础和关键”的表述一脉相承。

　　幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶，作为一个大国，中国发展中的各项目标都需要财力物力保障，这归根结底要以稳定而可持续的经济发展为支撑。

　　2013年至2021年，中国国内生产总值年均增长6.6%，高于同期世界和发展中经济体平均增长水平。这一时期，恩格尔系数降低至30%以下，居民生活水平进一步提高。正是经济实力的大幅提升，让发展成果惠及全体人民成为可能。

　　二十大报告强调“高质量发展是全面建设社会主义现代化国家的首要任务”，折射出中共对“发展”的重视一以贯之。“建设现代化产业体系”“加快发展方式绿色转型”等要求，则意味着中国经济将因应形势，不断改进发展“方程式”。

　　改革的方向也得到延续。“坚持社会主义市场经济改革方向”，连续两次党代会报告，这个表述一字不差。

　　十年来，中国共推出2000多个改革方案，涉及经济社会各领域，涵盖衣、食、住、行、教育、医疗、养老等各方面，十八届三中全会部署的改革任务总体完成，十九大以后部署的新改革任务接续推进。

　　如今改革行至中流，剩下的多是“硬骨头”。在推动科技高水平自立自强、建设高标准市场体系、防范化解风险、促进经济社会发展全面绿色转型等方面，尤其如此。

　　“把实施扩大内需战略同深化供给侧结构性改革有机结合起来”“加快建设现代化经济体系”“深化农村土地制度改革”……二十大报告中的改革相关部署，多落脚在亟待突破的堵点，以及微观务实的细节。

　　这将成为持续激活中国发展潜能的“钥匙”。中国国家发改委体改司副司长蒋毅表示，中国将用足用好改革这个“关键一招”，为经济社会平稳健康发展注入强大动力。

　　“开放”的决心有增无减。二十大报告明确“推进高水平对外开放”，在此前“推动形成全面开放新格局”的基础上，中国开放的大门只会越开越大。

　　过去十年，共建“一带一路”成为深受欢迎的国际公共产品和国际合作平台，中国成为140多个国家和地区的主要贸易伙伴，货物贸易总额居世界第一，吸引外资和对外投资居世界前列，对外开放的平台更高、范围更宽。

　　随着二十大报告进一步提出“稳步扩大规则、规制、管理、标准等制度型开放”“营造市场化、法治化、国际化一流营商环境”“深度参与全球产业分工和合作”，中国对外开放料将走向更深层次、更优格局。

　　这无疑是世界的利好。中国人民大学重阳金融研究院高级研究员何伟文认为，中国打开国门，面向全世界合作，将获得广阔发展空间，也将为各国合作共赢提供强大支撑。

　　“民生”的思维贯穿始终。“增进民生福祉，提高人民生活品质”，这个历来被中共视作工作出发点、落脚点的议题，在二十大报告中不出意外占据相当篇幅。

　　收入是民众最有感的关键指标之一。报告提出，努力提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重。“促进机会公平，增加低收入者收入，扩大中等收入群体”的细致要求也被写入其中。中国的“民富”与“国富”已走上同一条轨道。

　　当然，随着中国人对美好生活的需求更加丰富、全面，“民生”二字不再是单一领域的概念，更演变成综合性、多向度的载体。由此，“实施就业优先战略”“健全社会保障体系”“推进健康中国建设”等任务，在报告中都得到具体阐述。

　　“治国有常，利民为本”，当保障和改善民生从理念到执行层面都得到更好贯彻，中国人的获得感、幸福感、安全感将更加充实、更有保障、更可持续。(完)