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。

联通民心，习近平“老友记”跨越山海******

　　(近观中国·外交篇)联通民心，习近平“老友记”跨越山海

　　中新社北京9月28日电 题：联通民心，习近平“老友记”跨越山海

　　作者 钟三屏

　　“结识新友，不忘老友。”伴随海内外足迹，中国国家主席习近平与外国友人的交往故事，成为一段段跨越山海的“老友记”；和老朋友代代传承的友谊，也投射着“国之交在于民相亲”的中国外交理念。

　　有的老友结缘于年少之时。老挝重要领导人贵宁·奔舍那的后人曾在中国求学多年留下青春的足迹，其中萨马诺·奔舍那等不少人都是习近平在北京八一学校求学时的校友。

　　2010年，时任国家副主席的习近平访问老挝时，专门抽时间与奔舍那兄妹会面。2017年，习近平对老挝进行国事访问期间，再次与这些老朋友、老同学相见。从在八一学校时奔舍那家族几个孩子穿的古铜色灯芯绒裤子，到他们打扫卫生的情景，习近平都记忆犹新。在萨马诺·奔舍那眼中，习近平一直都没有变，“习主席是一位重情重义的人，无论跟谁有过交往他都不会忘记”。

资料图：2021年10月15日，“澜沧号”动车组通过中老友谊隧道内的两国边界。新华社发曹安宁摄

　　有的友谊始于早年的工作机缘，在常来常往中愈加深厚。1985年，时任河北正定县委书记的习近平赴美国艾奥瓦州马斯卡廷考察，萨拉·兰蒂女士负责接待工作。27年后，习近平再访马斯卡廷，来到兰蒂家中与老友重叙友谊。兰蒂说，习近平走进客厅的那一刻，整间屋子沸腾了。他一直在和老朋友们聊天，都没顾上吃饭。“他依然记得当年发生的每一件事，与老朋友们有聊不完的话。我们有太多回忆要重温。”

　　2018年，兰蒂撰写的回忆录《老朋友：习近平与艾奥瓦的故事》正式出版。2022年，她致信习近平感谢他对老朋友的珍贵情谊。习近平则在复信中希望兰蒂女士和艾奥瓦州老朋友们继续为中美两国人民友好作出新的贡献。

　　习近平跨越山海的“老友记”，不仅体现着中华文化中“人莫若故”的友情观，也是国际友谊的“双向奔赴”，是人与人之间走向心灵相通的一段又一段旅程。

　　在那次老挝“同学会”上，一起与习近平会面的，除了萨马诺兄妹，还有他们的下一代。“习主席特别着重讲了，要多跟下一代讲述我们自父辈开始的友谊，要把友谊一代又一代传承下去。”萨马诺说。

　　澳大利亚塔斯马尼亚州原州长培根自年轻时代就对中华文化十分痴迷，任期内多次访华，并由此与当时在福建工作的习近平成为好友。2001年正值福建省和塔州建立友好省州关系20周年，培根被授予“福建省荣誉公民”称号，习近平则接受了培根“到塔州走一走、看一看”的邀请。

　　后来培根不幸早逝，习近平2014年访澳期间专程去看望了培根的家人。培根的长子马克表示将积极促进和中国的经贸合作，次子斯科特则说，今后要带着女儿去中国。

　　国之交在于民相亲，民相亲在于心相通。习近平“老友记”经由岁月的陈酿，正越来越成为中国与世界交往大篇章的一部分。

资料图：厦门大学美籍教授潘维廉。厦大供图

　　习近平的多年老友、厦门大学外籍教授潘维廉出版《我不见外——老潘的中国来信》一书，从外国人视角讲述中国改革开放的故事，帮助世界更好地读懂中国。这份浓浓的中国情，让习近平很感动。

　　从另一个角度看，习近平的“老友记”以及蕴含其中、穿越千山万水的情谊，也是中国长期以来交往国际朋友的缩影。

　　回顾历史，被称为中国人民“老朋友”的国际友人有许许多多，从载入史册的白求恩、埃德加·斯诺、艾格尼丝·史沫特莱，到如今的潘维廉、兰蒂等人，中国和老朋友的友谊代代传承，见证了国际合作朋友圈的不断壮大。

　　这也正如习近平所指出的，“中国人民是重情义的，我们永远不会忘记曾经风雨同舟、相互理解和支持的老朋友”。(完)(图片素材来源：新华社、中新社、中新网)