正规网投_ (2023已更新(网易/百科)

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。

推动儿童健康服务下沉社区******

　　本报记者 孙颖

　　构建首都基础教育良好生态，推动儿童健康服务下沉社区，建立“三位一体”心理健康服务网络……从教育到医疗，再到心理健康，孩子们的健康成长一直是市政协委员们关注的话题。在市政协十四届一次会议上，委员们纷纷建言献策，让祖国的花朵健康绽放。

　　让教师交流轮岗“活”起来

　　“双减”背景下，如何构建基础教育良好生态？民进北京市委提交党派提案，建议健全中小学教师交流轮岗考评机制和激励机制，推进“区管校聘”管理改革，让中小学教师交流轮岗“活”起来。

　　“完善顶层设计，构建有力的协同推进机制，明确义务教育教师定期参加交流轮岗的义务，并对交流轮岗的对象、年限、程序、待遇等做出全面规范。”民进北京市委相关负责人介绍，教育行政部门应充分发挥宏观规划协调的职能，统筹学区、集团、学校和教科研部门参与教师交流轮岗工作，如推进“区管校聘”管理改革，进一步明确教育部门与编制、人社等部门的权责，强化部门之间的横向协同。

　　“我们还建议，不断完善教师交流轮岗大数据管理平台，实现交流轮岗供需全面统筹、精准调配，健全考评机制和激励机制，创新交流形式，实施多元化交流，灵活运用全职与兼职两种形式。”民进北京市委相关负责人介绍，比如城区之间学校的交流轮岗，可通过兼职方式有选择地实施较长期限的交流轮岗，统筹开展“双师”直播课堂、同步课堂等线上线下相结合的教师交流，突破交流轮岗时空限制，促进普通学校转型升级。

　　推动儿童健康服务下沉社区

　　“许多婴幼儿疾病，如果能早期发现并及时有效干预，预后效果会很好。而早发现，儿童保健医生是关键一环。”来自九三学社界的市政协委员、北京大学神经科学研究所研究员伊鸣建议，推动0至6岁儿童健康服务下沉社区，提高儿童生命质量。

　　伊鸣说，对于0至6岁儿童开展健康管理是国家基本公共卫生服务项目的重要组成部分，如满月体格检查和发育评估、婴幼儿体格检查和疫苗接种等服务。但是许多儿童在基层医疗机构只能接受最基本最简单的体检服务，一些国家要求新增的服务项目，如眼部和视力检查等，并未得到切实开展。

　　如何让公共卫生服务在儿童健康管理服务更有实效？伊鸣建议，要严格落实儿童保健医生在基层医疗卫生机构的数量要求和比例要求，确保能够充分满足临床诊疗及预防保健需求。要加强儿童保健人员知识培训，需制定一套标准化与个性化相结合教案，确保儿童保健医生熟练掌握儿童常规适宜技术。

　　构建“三位一体”心理健康服务网

　　近年来青少年心理健康问题日趋引人关注。来自民建界的市政协委员、丰台区人大常委会副主任张婕建议，构建家庭、学校、专业机构“三位一体”心理健康服务网络。

　　“全国妇联儿童工作部的调查数据显示，‘不知道用什么方法教育孩子’排在家长对家庭教育指导服务需求的第一位。”张婕说，学校心理教育有优势，也有不足，在碰到复杂的学生心理问题时显得无能为力，专业心理机构虽然有专业上的优势，但存在难以进校园、难以得到家长认可的情况。

　　“要将教师、学生心理健康筛查纳入卫健委、教委日常工作，设定相应指标，与青少年肥胖率、近视眼率一并纳入学生健康指标进行考核。”张婕建议，建立心理咨询资源库，统筹中小学与专业心理咨询、治疗机构沟通机制，及时传递双方需要的信息，提高学校心理教育的水平以及专业心理机构咨询与治疗的效果。要对专业心理咨询机构进入校园出台鼓励措施，家庭、学校、专业机构一同帮助学生改善心理健康状态。

　　（文图：赵筱尘 巫邓炎）