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。

民进党当局通过所谓“排黑条款” 台媒：假瞎子摸象，故意略过重点******

　　【环球时报特约记者 张若】“九合一”选举惨败后，民进党内检讨把矛头指向“黑金”。15日，民进党当局通过所谓的“排黑条款”，看似顺应民意，实则是企图转移焦点。

　　面对“黑道治台”争议频传，台“行政院”15日通过“公职人员选举罢免法”、正副领导人“选举罢免法”修正草案，有四类人不能登记参选，包括安全犯罪、黑金枪毒重大犯罪、贿选及重罪重刑。比如针对黑金枪毒的重大犯罪行为，草案规定曾触犯“组织犯罪防治条例”“洗钱防治法”“枪炮弹药刀械管制条例”“毒品危害防治条例”等，经判决确定，不得登记为候选人。目前，岛内规定曾犯内乱、外患罪，经判刑确定，不得登记参选正副领导人及公职人员候选人。此次修法增订，违反“国安法”“机密保护法”“情报工作法”及“反渗透法”也纳入规范。此外，7年以上重罪被判10年以上，经判决确定，修法也将限制其参选资格。台“行政院长”苏贞昌声称，排除“黑、金、枪、毒”参政是民众共同期待，也是该做的事。台“内政部”15日称，两项“选举罢免法”的修正，将有助于确立“清廉参政”，维护选举制度公平及公正性，如能顺利于2024年选举公告发布前完成修法，即能适用。

　　“我就问，你们提了一大堆林林总总的东西，处理到黄承国了吗？如果没有就是在转移焦点啊！”国民党台北市议员徐巧芯称，绿营根本不想处理黄承国以及郭哲敏、林炳文等人，而且这些人没有参与选举，但是他们可以控制候选人，所以有实质影响力，“有权力的人看似有权力，实质背后被别人操控，这才是英系的黑金让大家觉得细思极恐的地方。而你提出这些东西，有什么用？这只是转移焦点，想欺骗民众说我们在处理了”。徐巧芯提到的黄承国曾是蔡英文的“国策顾问”，现任民进党中常委，也是“天道盟”的头目，郭哲敏和林炳文也都是帮派分子，且与台湾警界高层关系密切。

　　民众党“立法院”党团副总召集人赖香伶15日称，大家不要忘记，为何选前蔡英文站出来讲“终结黑金”，选后又爆出多起“黑金”勾结疑云，“台南88枪击案”至今未破，后面延伸出来的政商关系、黑道介入等，不能只通过“黑金条例”终结，“民众在看的是你有没有宣战、破案的决心”。

　　《联合报》嘲讽称，民进党很流行“不对症下药”。例如，输入大陆的农渔产品被禁，就声称对岸“打压”；被指“黑金治台”，便说要修法扩大“排黑条款”，却不处理中常委黄承国的问题，“假瞎子摸象便是如此，知道要故意略过重点”。联合新闻网称，民进党近来与“黑道”“黑金”等字眼形影不离，选后台北市“立委”补选开战两周，民进党参选人吴怡农又陷入“黑道疑云”，昔日协助吴怡农参选的黄承国备受关注。因此，民进党火速通过“排黑条款”，无非是提升社会观感，转移吴怡农卷入黑道的讨论，试图挽救台北市“立委”补选选情。文章批评称，是否为“假修法排黑、真转移焦点”，很快就会见真章，但若排黑只是攻防武器，也让选后检讨显得廉价。(环球时报)