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。

非遗传承人共聚深澳文化园 探讨非遗产业化方向与合作前景******

　　为推进深圳与澳门在非遗文化方面的合作与发展，十八届文博会深澳国际文化科技园分会场近日举行了非遗+文化专题研讨会。非遗大师、深澳两地专家等参与了对话研讨，围绕以“非遗作为城市文化符号的发展机遇”、“非遗产业化”、“非遗及中华优秀传统文化的当代价值”为议题，并以澳门为例探讨城市文化品牌独特蓝本，基于非遗产业化命题，探索“中国新高定”“东方高定”的发展契机，追溯传统文化在当代焕发的新生意义。

　　研讨会现场，深澳国际文化科技园总经理肖莹洁分享了非物质文化遗产发展的概况与机会。她说，非物质文化遗产是中华优秀传统文化的重要组成部分，近年来，国家在推进非物质文化遗产保护以及全面复兴中华优秀传统文化上政策频出。

　　有关数据显示，我国的非物质文化遗产项目和国家级的非物质文化遗产的代表性传承人数量众多，可达3000多项，主要集中在传统技艺、传统戏剧、传统音乐舞蹈和传统美术民俗等方面。非物质文化遗产产业化以及产业化利用的方式有很多方面，可分为“非遗+旅游、非遗+村镇街区、非遗+饮食、非遗+民宿”等与城市建设相关，以及“非遗+研学、非遗+文博、非遗+文创产品”等与产业发展相关，“非遗+节庆、非遗+演艺”等与文化建设相关等方向。

　　澳门青年领袖议会会长蔡强在视频讲话中表示，澳门非遗是城市文化符号和中西融合生活方式的共同体现。澳门在世界文化遗产、非物质文化遗产方面投入了大量的精力和物力，保护力度非常好，这凸显了澳门在保全中西文化交融的成果，充分体现了澳门在粤港澳大湾区以中华文化为主流、多元文化共存的交流合作基地这一独特而重要的文化地位。

　　据蔡强介绍，澳门比较有名的非遗项目，比如土生葡人表演的土生葡语话剧、舞醉龙，澳门中西融合的各类节庆以及澳门的特色美食，都独具风味和城市吸引力。在澳门，土生葡语依然是重要的沟通语言，融合了马来语、粤语、英语，还有西班牙语，同样是中西文化融合的代表。在每年澳门举办的各类艺术节上，必然会有一个给土生葡人保留的节目。与中华文化相关的非遗就是粤剧、说唱等等，也都深入到了澳门文化保护和生活的方方面面，目前来说，大概保留了多达5万多首。

　　深圳市文化遗产保护中心非遗部主任赵婷婷表示，深圳非遗和文创呈现出年轻和创新的城市特点。深圳最年轻的一位市级非遗代表性传承人，今年只有19岁。她认为，粤港澳大湾区城市在非遗发展上的一个特色是非常活泼年轻、敢于创新，更加融入产业化，这在全国的非遗发展路径上，都是比较少有的现象。大湾区城市更加包容、产业发达，在这些城市生根发芽的非遗基因，能够很好地与文创、研学、文旅、产业充分结合，能够与当下新一代的年轻人更好地对话。

　　国家级非遗项目广彩代表性传承人、80后工艺美术师何静仪表示，非遗技艺要成为满足人们追求美好生活的一种方式，需要研发创新和工艺创新，挖掘消费需求，实现非遗产业化。

　　比如，广彩大多是收藏品，在技艺实现和难度上，都不太可能是普通消费价格。何静仪在降低成本、匹配年轻人消费习惯上构思广彩在研发和工艺上的创新，推出广彩抽签盲盒，产品创意结合了有趣的粤语传播，是年轻人喜闻乐见的一类产品。同时还推出可随身携带的广彩薄胎茶壶、广彩飞形棋盘等。“我觉得，文化传承不应该只成为一种记忆或者文化，它还是可以带着爱的创新实用产品。”她说。

　　国家级非遗项目花丝镶嵌/景泰蓝高级工艺美术师、北京工艺美术大师周彦君同样表示，非遗产业化发展需要关注消费人群以及从业人群的培育。 作为在以花丝镶嵌、景泰蓝为代表的精工行业奋斗了40多年的老兵，周彦君认为，我们的消费市场和消费人群，对非遗产品的了解度还有人群规模仍然不够庞大，特别是年轻人，喜欢非遗的人群体量占比仍然很少，需要大家齐心协力，共同普及和推动。可喜的是，近年来，年轻人喜欢中华优秀传统文化、非遗的群体已经越来越多了。

　　深圳市金声玉振黄金与中国文化研究院院长祝安顺表示，中华优秀传统文化与现代生活相融共生，中华优秀传统文化将给我们带来更多的创造和启迪，让生产生活更加丰富和美好。（中国日报深圳记者站）