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。
加强党建组织高质量科研******
【自立自强·大家谈】
作者：张丽萍（中国科学院理化技术研究所党委书记）
党的二十大报告提出“坚持科技创新在我国现代化建设全局中的核心地位”，“强化国家战略科技力量”等，对科技界提出了新的更高要求。科研院所是科技创新的基本组织单元，应该如何调动科研人员的积极性、最高效率地组织科研活动，这是我一直在思索的问题。
我的体会是，要以党的二十大精神为指引，坚持以高质量党建引领研究所高质量发展、组织高质量科研。
一是进一步强化使命担当。经济社会发展，人民对美好生活的向往，对我们提出了殷切的期望，让我们感到沉甸甸的责任感、使命感和紧迫感。我们必须进一步强化心系“国家事”、肩扛“国家责”的使命担当，引导科研人员从“我要做什么”积极向“国家需要我做什么”转变，从科研规划、科研方向、科研选题、科研目标等入手，主动对标对表“四个面向”要求和“充分体现国家意志、有效满足国家需求、代表国家最高水平”创新价值标准，保证科研工作始终沿着正确政治方向创新发展。
二是进一步强化基层组织的战斗堡垒作用。近年来，中科院理化所强化党建引领，促进党建工作与科研业务深度融合，为重大任务攻坚、重大成果产出提供了坚强的组织保障。比如，针对承担的航天低温制冷机等重点研制任务，提出“三线工作法”，在“管理线”和“技术线”的基础上，增设一条“思想线”，将党的基层组织有机融合到科研攻关的组织体系中，把党建工作落实到科研最前线，党组织在重大任务中既把握政治性和原则性，又能及时解决遇到的思想问题和急难愁盼问题，真正发挥战斗堡垒作用。再如，为加快大型低温制冷设备的自主研制，研究所成立了以我国低温研究的开创者洪朝生冠名的青年突击队，凝聚和激励青年科技人员弘扬科学家精神，瞄准国家需求，勇担重任、攻坚克难，已经取得重要的阶段性成果。未来，研究所将不断探索党建引领科技创新的方式方法，筑牢战斗堡垒，为加快实现高水平科技自立自强提供坚强政治保证。
三是进一步发挥模范引领作用。伟大时代呼唤伟大精神，崇高事业需要榜样引领。加快实现高水平科技自立自强，需要广大科技人员刻苦钻研，集智攻关，也要发挥模范引领和典型示范作用，讲好科学家故事，弘扬科学家精神。在工作实践中，我们倡导科研人员心怀“国之大者”，把个人的“小我”融到实现科技强国的“大我”之中。通过设立党员先锋岗，组织党员过“政治生日”，激励党员发挥先锋模范作用，在科技攻关的关键时刻亮身份、见行动。同时注意挖掘各类先进典型，评优秀共产党员、优秀职工、巾帼风采奖、五四先锋奖、我最喜爱的导师、理化工匠等奖项，以身边人身边事示范引领，着力在研究所内形成争做先锋、争做模范的良好创新氛围。
新时代赋予新使命，新征程呼唤新作为。党对科技事业发展的全面领导，为科研院所的发展提供了根本遵循和强大动力。面向未来，我们将坚持以党的二十大精神为指引，深刻领悟“两个确立”的决定性意义，按照习近平总书记对中科院提出的“四个率先”和“两加快一努力”目标要求，切实抓好二十大精神的落地见效，持续强化基层党组织的组织力和战斗力，激发广大科技人员的创新热情，以高质量党建引领研究所高质量发展，努力产出重大科技成果，为实现中华民族伟大复兴的中国梦作出科技人应有的重大贡献。
《光明日报》（ 2023年01月12日 16版）
