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 。
出境团队游重启！这些新规2月起施行******
中新网北京2月1日电(韦香惠)试点恢复旅行社出境团队旅游业务 、涉港澳台营业性演出恢复受理和审批 、江苏预备性工作时受伤可算工伤……2月起 ，这些新规值得关注。
新马泰等20国试点恢复旅行社出境团队旅游
文化和旅游部办公厅发布《关于试点恢复旅行社经营中国公民赴有关国家出境团队旅游业务 的通知》 。《通知》明确2023年2月6日起，试点恢复全国旅行社及在线旅游企业经营中国公民赴有关国家出境团队旅游和“机票+酒店”业务。国家名单为 ：泰国 、印度尼西亚、柬埔寨、马尔代夫 、斯里兰卡 、菲律宾、马来西亚 、新加坡 、老挝、阿联酋 、埃及 、肯尼亚、南非、俄罗斯、瑞士、匈牙利、新西兰 、斐济 、古巴、阿根廷。
资料图 ：在上海市公安局长宁分局出入境接待大厅，市民有序办理个人业务 。 中新社记者 殷立勤 摄涉港澳台营业性演出恢复受理和审批
文化和旅游部市场管理司发布《关于优化涉港澳台营业性演出管理政策 的通知》。《通知》明确自2023年2月16日起，各地文化和旅游行政部门恢复对涉港澳台营业性演出的受理和审批 。暂缓新批涉外营业性演出活动(演职人员已在境内的除外) 。
住建部修改《城镇污水排入排水管网许可管理办法》
住房和城乡建设部发布关于修改《城镇污水排入排水管网许可管理办法》 的决定 ，该决定自2023年2月1日起施行。其中明确 ，城镇排水主管部门应当因地制宜 ，按照排水行为影响城镇排水与污水处理设施安全运行 的程度，对排水户进行分级分类管理 。排水户不得向城镇排水设施排放 、倾倒剧毒 、易燃易爆、腐蚀性废液和废渣 ；不得向城镇排水设施排放有害气体和烹饪油烟；不得堵塞城镇排水设施或者向城镇排水设施内排放、倾倒垃圾 、渣土、施工泥浆 、油脂、污泥等易堵塞物 ；不得擅自拆卸 、移动 、穿凿和接入城镇排水设施；不得擅自向城镇排水设施加压排放污水 ；不得有其他危及城镇排水与污水处理设施安全 的活动。
新修订 的《烈士安葬办法》施行
新修订 的《烈士安葬办法》自2023年2月1日起施行 。主要修订内容包括 ：一是调整主管部门，将烈士安葬活动 的主管部门由民政部门调整为退役军人工作主管部门；二是完善烈士送迎仪式 ；三 是健全烈士安葬仪式；四 是增加搜寻发掘烈士遗骸安葬内容 ；五 是拓展失踪烈士或者境外安葬烈士祭扫纪念途径；六 是与战时牺牲人员收殓安葬等规定做好衔接。
不得违规限制证券投资者销户
证监会发布《证券经纪业务管理办法》，自2023年2月28日起施行。《办法》强调经纪业务属于证券公司专属业务 ，未经证监会核准持牌展业构成违规。要求证券公司严格履行客户管理职责 ，切实做好客户身份识别、客户适当性管理、账户使用实名制等工作。要求证券公司应当将交易佣金与印花税等其它税费分开列示 ，保护投资者知情权；为投资者转户、销户提供便利 ，不得违反规定限制投资者转户 、销户。
资料图：第十六届深圳国际金融博览会现场。 深圳市贸促委 供图江苏：预备性工作时受伤可算工伤
江苏省《关于执行工伤保险有关政策的意见》于2023年2月1日起正式施行 ，条款明确，职工在上班前和下班后 的一段合理时间内，搬运、清洗 、准备、整理 、维修、堆放或收拾其工具和工作服 ，或者根据法律法规、行业操作规程、用人单位规章制度规定 ，为完成工作所作 的其他准备或者后续事务 ，视为预备性或者收尾性工作 。在此期间受到 的伤害均可认定为工伤，从而进一步规范了全省工伤认定工作 。
济南：全面恢复举办展览活动
济南市商务局通知 ，拟定自2023年2月1日起 ，济南市全面恢复举办各类展会活动 。展会举办期间，各会展企业、会展场馆要按照新时期新阶段国家、省 、市疫情防控有关要求抓好落实 ，确保全市各类展会活动安全有序 。(完)
| 彩神vl地图 |
