盈彩彩票官网平台-盈彩彩票下载

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。

专家学者纵论如何构筑中华民族共有精神家园******

　　近日，由中国少数民族哲学及社会思想史学会主办的“构筑中华民族共有精神家园”全国学术研讨会暨中国少数民族哲学及社会思想史学会2022年年会以线上线下相结合形式举行。会议由呼和浩特民族学院马克思主义学院、东北师范大学马克思主义学部承办，来自中国社会科学院、中央民族大学、内蒙古大学、西南民族大学、内蒙古师范大学等20余所院校的专家学者以及学会相关领导等与会研讨。

　　深化中华民族共有精神家园相关内容研究

　　呼和浩特民族学院党委副书记刘九万表示，推进文化自信自强，铸就社会主义文化，探索构建中华民族共有精神家园是新时代民族哲学的使命，要进一步深化中华民族共有精神家园相关内容研究，进一步推动少数民族哲学研究、社会思想史研究取得新进展。

　　会上，中国少数民族哲学及社会思想史学会理事长、中央民族大学教授宝贵贞以“铸牢中华民族共同体意识的科学内涵及其实现路径”为题，阐释了铸牢中华民族共同体意识重要论断的形成过程和科学内涵，从推进中华民族共有精神家园建设、促进各民族交往交流交融、推动各民族为全面建设社会主义现代化国家而共同奋斗、推动民族事务治理体系和治理能力现代化对铸牢中华民族共同体意识实现的四条路径进行了分析和探讨。

　　内蒙古大学铸牢中华民族共同体意识研究培育基地首席专家何生海阐述了铸牢中华民族共同体意识人本观深刻内涵、理论逻辑和实践路径。

　　“用‘各美其美，美人之美，美美与共，天下大同’十六个字来说明中华民族共有精神家园，再合适不过。”中国社会科学院研究员赵智奎从精神家园及其相关的哲学范畴和观念和怎样构筑中华民族共有精神家园两个问题谈起，呼吁中国哲学史学界同心协力，加快构建和完善中华民族共有精神家园。

　　中央民族大学党委副书记邹吉忠表示，新征程上的民族哲学研究，要坚持以中国化时代化的马克思主义为指导，聚焦铸牢中华民族共同体意识这条主线，在增进共同性、增强融合性上下功夫，为全面建设社会主义现代化国家、推进中华民族伟大复兴作出新的更大贡献。

　　会上，东北师范大学马克思主义学部教授胡海波立足中华优秀传统文化，深入阐释了“中华民族共有精神家园”的科学内涵和有效路径；青岛黄海学院马克思主义学院院长朝克吉勒图就“党的二十大精神与中华民族共有精神家园建设探索”交流阐释；东北师范大学马克思主义学部副部长荆雨立足中国古代哲学的理论观点阐发了共同体的古代文化思想渊源。华中农业大学教授萧洪恩、福建省委党校行政学院教授雷弯山围绕强化历史担当，夯实铸牢中华民族共同体意识的主体基础专题作了主旨发言。

　　汇聚民族高校研究合力，增进认同感归属感自豪感

　　中央民族大学教授王文东在题为“中国式现代化视域下少数民族传统美德转化发展的基本矛盾和理论深蕴”交流发言中认为，中国各民族传统美德是建设社会主义核心价值体系不可或缺的精神资源。

　　中国社会科学院副研究员陈亚联认为，所谓“费孝通困惑”的产生和走出表明，任何西方理论都要与中国实际相结合，进而给出中国答案。

　　中央民族大学哲学与宗教学学院院长刘成有从何为多元通和、多元通和何为的核心问题的提出出发，引出对中国传统哲学的思维普遍性的思考与讨论。

　　贵阳信息科技学院校长唐建荣指出，深化民族团结进步教育，注重运用历史史实，尤其是中国革命史实，促进各民族大学生交往交流，引导各民族学生进一步增强对中华民族的认同感、归属感和自豪感。

　　会上，内蒙古师范大学教授格·孟和、西南民族大学教授杨翰卿、云南师范大学教授杨志明、朝阳师范学院教授乌凤琴分别从促进蒙古族哲学发展以培育蒙古族理论思维的重要性、边疆经学成果研究的重要意义和研究论域、少数民族文化与中华优秀传统文化的交流交融等方面对少数民族哲学发展作阐释和探讨；中国社会科学院研究员洪军从中国古代儒家哲学思想对东亚国家哲学发展的影响作发言交流。

　　呼和浩特民族学院党委副书记、副院长韩伟新在会议总结中表示，新征程上，作为民族高校必须以铸牢中华民族共同体意识为主线，更好推动学校民族团结进步事业、为更好地促进民族地区经济社会的高质量发展贡献应有之力。（供稿：杜思成）

　　（文图：赵筱尘 巫邓炎）