大发welcome登录入口|大发welcome登录入口

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。

沿海大省开启"抢人"模式 破解用工荒须综合施策******

　　全力“拼经济”，离不开“保用工”。节后首个工作周，各地迎来了招工保产的窗口期，新一轮“抢人大战”提前启幕。

　　为鼓励外地务工人员尽早返岗，浙江某地连续数日向规定日期前返岗的务工人员派发总价1000万元的“五金券”。派发首日，就有来自湖南的务工人员田某领到价值59800元的“金券”，提走电动汽车一辆。

　　在广东深圳，当地政府明确提出：对2月5日前市外原在岗职工返岗达500人以上的企业(劳务派遣单位除外)，按照每人200元的标准发放一次性返岗交通补助，每家企业最高40万元。

　　据不完全统计，目前已有包括广东、浙江、江苏等在内的多个沿海大省开启了“抢人”模式，大手笔谋划跨省异地招工，多举措确保回乡人员及时返岗，全方位助力企业实现“开门红”。

　　节后“用工荒”“招工难”年年都有，今年似乎格外突出。这背后，既有因疫情政策调整优化带来的用工需求增加，也有人口负增长导致劳动力红利减弱的因素。国家统计局的数据显示，至2022年末，全国16岁至59岁劳动年龄人口约为87556万人，比2021年减少了666万人。

　　当然，随着沿海地区产业加快向内陆省份转移，中西部地区经济保持较快增长，更多就业岗位、更小收入差距让越来越多外出务工人员愿意留在“家门口”就业，特别是近年来乡村振兴战略的深入实施，一些有技能又有想法的返乡年轻人主动求变，或成为职业农民，或成为创业者，实现了从“雁南飞”到“金凤还巢”的转变。

　　客观上看，作为一种复杂经济现象的存在，“用工荒”“招工难”有其合理的一面，但也暴露出当前我国在人力供给与产业需求之间的结构性错配问题。事实上，“用工荒”“招工难”已不只是春节期间的短期现象，一些地方、部分行业常年都面临着招不到人的尴尬状况；“用工荒”“招工难”也并非沿海发达地区所特有，越来越多中西部地区也感受到了这一趋势的逼近。

　　以制造业为例，作为吸纳外来人员就业的主要行业之一，近年来遭遇了前所未有的严峻用工形势——产业工人空心化问题日趋突出，年轻人“宁愿送快递也不进工厂”，即便是招到了人也留不住人，居高不下的用工成本甚至已成了不少制造业企业转型升级的障碍。

　　破解当前“用工荒”“招工难”难题，需要合力构建起充分就业的长效机制。人社部门要搭建精准高效的用工供需对接平台，借助大数据等手段，为劳动力及用工企业做好对接服务，力促就业市场的动态平衡；用人单位要针对未来人口红利不断减弱的现实，未雨绸缪提早布局，特别是制造业企业，要进一步加快智能化数字化改造，逐步以机器替代传统人力，减少对人工劳动力的依赖；对于劳动者自身而言，要认清就业形势，树立正确就业观念，积极在自身上挖掘潜力。

　　从更长远看，破解“用工荒”“招工难”难题，需要努力做好城镇化这篇大文章。中国的城镇化是以人为核心的城镇化，从某种意义上说，“用工荒”“招工难”所折射出的，正是长期以来城镇化进程中农民工无法真正融入城镇生活的现实。如果社会保障不能兜底、基本公共服务均等化不能覆盖更多群体，那么广大进城务工人口的“后顾之忧”就无法真正解除，“用工荒”现象也难以彻底消除。换言之，对于中国这样庞大的经济系统而言，用好用足城镇化引擎，保持住就业连续性、稳定性，方能以较低成本实现经济社会的平稳运行。 (顾阳 来源：经济日报）

　　（文图：赵筱尘 巫邓炎）