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。
唱歌、弹琴、“跳火圈” 选战把台政客逼成“才艺明星”******
【环球时报综合报道】台湾地区的选战日趋白热化，甚至逼得参选人不得不“能歌善舞”，拼命与民众拉近距离。因为，出席活动上台高歌，不仅能炒热气氛，更是博感情的最佳方法之一。
据台湾舆情网站“网络温度计”1日报道，通过数据分析统计，近一年10名最被岛内民众讨论“爱唱歌的政治人物”，结果第一名为前“卫生福利部部长”陈时中。2021年11月，岛内网络曾流传一段视频，画面中陈时中未戴口罩喝酒唱歌，后来又流出第二个视频，显示陈时中在三级警戒期间依旧“脱口罩高歌”，引发巨大争议。而闽南语歌手詹雅雯2020年举办小巨蛋演唱会时，也邀请陈时中同台飙歌；陈时中2022年竞选台北市长的后援会成立时，两人再度同台合唱。
排名第二的是民进党“立委”高嘉瑜。2022年10月，她南下嘉义助选连唱3首。排在第三的是前台北市长柯文哲，2022年3月他与前台北市副市长黄珊珊被爆在公共场合摘下口罩开唱，因违反防疫规范而受罚。去年12月底卸任前，柯文哲在台上高歌《囚鸟》，更笑说“不用当市长可以自由了”。今年1月，台北内湖科学园区岁末联欢晚会，柯文哲与高嘉瑜和台北市长蒋万安同场飙歌。
前高雄市长韩国瑜排在第四，2018年他参选高雄市长造成一股“韩流”席卷全台，只要是韩国瑜的竞选场合，支持者都会大唱《夜袭》，意外让这首军歌爆红。第五名是台北市议员徐巧芯，她曾在去年11月参加时任国民党台南市长候选人谢龙介募款餐会时，演唱王心凌的《爱你》。
台北市长蒋万安名列第六，去年10月他发布竞选主题曲《无限·台北》，希望唤醒不同世代台北人的光荣感。高雄市长陈其迈排名第九，喜欢唱《红豆》，不过经常跑调。歌手出身的“立委”林昶佐列第十，他当选后反而很少以歌手身份表演，大多是竞选时与选民唱歌互动累积人气。
针对这份排名，蒋万安1日回应称，“谢谢网友评分”，他平常没有很多机会在现场唱歌，“大家可以多多提供歌单，让我多多练习”。徐巧芯表示不服气仅排第五，认为自己应该得第一，“不过没关系，2024选举过程中，大家还是可以持续看到我表现的机会”。
除了唱歌外，岛内政客还经常表演其他才艺。比如在民进党举办的募款餐会上，台北市议员王世坚曾表演拉小提琴，还有“立委”陈莹弹钢琴。2015年12月，新北市第四选区国民党“立委”参选人陈茂嘉，当众表演了绝技“跳火圈”，表明自己坚定的参选决心。能成功表演这些绝活，要归功于陈茂嘉的科班出身——30多年前，他曾入选小学体操队，保留节目还有翻跟头和劈叉。今年1月，有岛内网民在社交平台询问，“想到运动/才艺会联想到什么政治人物？”结果不少人回复说，王世坚的小提琴和马英九的游泳。
不过，台湾政客表演才艺，也经常引起争议。如“网络温度计”排名第七的新竹市长高虹安2019年与主持人朱学恒高唱《塔绿班之歌》，因唱出“绿畜”一词引发争议。2022年年底，高嘉瑜点评徐巧芯唱《爱你》的音色音准都不如她，同时还大跳《爱你》的舞步，隔空较劲意味浓厚。徐巧芯随即在脸书喊话，邀请高嘉瑜挑战天后张惠妹的《三天三夜》，有网民评论称“我们要看到血流成河”。
台湾东海大学地方自治研究中心执行长潘兆民表示，岛内政治人物没有热度的话，选民对其印象就不深，甚至记不住名字，要在选战中获胜恐有难度。因此，通过各种方法拉抬人气，争取曝光机会，无论是出席活动还是上台唱歌，都是让选民记住自己的方法，而唱歌明显可以带动现场气氛。不过也有分析称，政客这些做法只是为了选举，吸引选民关注，但说到底还是扎实的施政能让民众安心。(张若)
