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。

声光掠影 照见未来******

　　【乌镇聚焦】

　　光明日报记者 王禹欣 陈海波

　　11月8日，“携手构建网络空间命运共同体精品案例”发布展示活动在乌镇亮相。活动以“讲故事”的形式，运用机械臂数控LED屏、裸眼3D等创新手段，全景呈现全球征集评选出的12项精品实践案例，充分展示了构建网络空间命运共同体的显著成果，为观众带来了一场视听盛宴。专家认为，这些案例为构建网络空间命运共同体提供了探索经验。

　　基础设施根基

　　“一机在手，永不失联！”活动现场，“北斗系统服务全球，造福人类——携手共建网络空间命运共同体”案例刚一发布，便吸引了大家的眼光。

　　“作为全球卫星导航系统四大供应商之一的中国北斗，已在2020年完成了全球组网，开始向全球提供全天候、全天时、高精度的定位、导航与授时服务。”中国卫星导航系统管理办公室主任冉承其很自豪地说，比如，基于北斗的无人机，大大提高了莫桑比克的水稻作业效率；有了北斗，布基纳法索一家新医院的建筑测绘时间节省了一半。

　　“全球5G大会”实践案例也让大家看到了夯实基础设施的重要性。中国信通院移动通信创新中心副主任徐菲介绍，全球5G大会积极开展5G增强关键技术研究，共同探讨新技术趋势、新应用场景，推进移动通信技术升级演进和创新迭代，以5G增强技术为新的起点迎接万物智联时代的到来。

　　与5G一样，IPv6也是非常重要的信息技术。由多位专家发起的“推进IPv6规模部署向纯IPv6发展联合倡议”，入选了此次精品案例。倡议指出，IPv6将给我们带来更快的上网速度、更安全的上网方式以及更好的隐私保护能力，为此，倡导社会各界加大IPv6技术的融合创新、加速纯IPv6的实践应用以及加强IPv6产业生态建设。

　　“IPv6真正实现了‘让地球上每一粒沙子都能拥有IP地址’，让更多的用户和设备可以接入互联网，让万物互联、元宇宙成为可能。”下一代互联网国家工程中心副主任张旭东说。

　　社会发展新动能

　　“海外消费者从中国网购下单，10天以内即可送达，运费仅相当于一杯咖啡的价格”，这背后正是数字技术助力。这是菜鸟网络CEO万霖分享的案例。据他介绍，菜鸟陆续建设了一批全球数字物流枢纽，还通过推广数字技术提升全球物流效率。

　　“全球能源互联网实质是‘智能电网+特高压电网+清洁能源’，不仅将推动电力基础设施提质升级，还将促进能源、信息、交通‘三网融合’，为可持续发展提供重要载体。”全球能源互联网发展合作副秘书长程志强介绍了“能联全球”数字化平台案例，该平台有力推进了全球能源互联网建设。

　　思爱普大中华区副总裁裴金林向大家讲述了可持续数字方案。“作为一家植根中国30年的外企，思爱普希望更好地赋能中国企业及政府部门通过数字化手段实现双碳目标。”

　　数字技术还可以不断拓展网络空间，推动文化传播。

　　敦煌研究院院长苏伯民表示：“我们借助互联网平台和技术，构建起‘数字敦煌’这一集成化的大型石窟数字资源保障体系和互联网综合敦煌文化服务平台，向世界展示古代文明的结晶，向国际社会传播中华灿烂文明之光。”

　　作为“亚洲文明对话大会”系列活动之一，“亚洲数字艺术展”2019年以数字沉浸方式，为百余位驻华使节及商会代表奉献了一场独特的表演。“那一刻，数字文化交融超越了文明隔阂。”北京唐影众线文化传播有限责任公司执行董事王鹏说。

　　安全高效网络空间

　　网络安全，是构建网络空间命运共同体的重要基石。国家计算机网络应急技术处理协调中心（CNCERT）选送的“CNCERT网安事件处置合作”案例，让大家看到了中国在推动维护网络安全方面的努力。

　　国家计算机网络应急技术处理协调中心浙江分中心高级工程师何能强分享了一个网络安全事件处置经历：一家仿冒的中国金融机构网站，长期占据搜索引擎榜首位置，用户很可能因此被骗。CNCERT紧急联系协调该搜索引擎公司，快速解决了排名问题，降低了用户资金被盗取的风险。

　　5G时代，安全先行。中兴通讯分享的是“5G基础设施和数据内生安全的国际化实践”案例。

　　据中兴通讯首席安全架构师闫新成介绍，中兴通讯围绕硬件、操作系统、数据等核心资产，面向智能制造、智慧医疗、数字政府、协同办公等场景进行了体系化的安全设计，为行业客户提供了终端可信接入、网络弹性隔离、专网数据保护、安全可视运维等一体化的5G安全解决方案。目前，中兴通讯已为全球20多亿用户提供了安全可信的网络通信。

　　数据跨境安全流动也是一个亟须重视的问题。“海量的数据跨境流动支撑着全世界的科研、贸易和经济活动，跨境数据流动已成为连接全球经济的重要纽带。然而，国家和地区对安全责任的不同要求导致数据不敢共享，对技术选择的共识不足导致数据不会共享。数据跨境迫切需要建立合规有序的流动机制。”澳门数字化发展协会理事张汉卓说。

　　由澳门数字化发展协会与欧盟国际数据空间协会一起探索的“中国澳门-欧盟数据跨境流动实践”，入选了精品案例。据张汉卓介绍，他们探索出一套包括规则、技术和管理的治理机制，采用IPv6、隐私增强、区块链等技术实现数据流动的可追溯和可管控。

　　“随着项目的实施，数据不敢共享和不会共享的问题正在逐步解决，科研交流和国际项目合作得到了全面加强。”张汉卓说。

　　《光明日报》（ 2022年11月09日 10版）