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。
侯毅：推动数字经济与实体农业融合发展具有多重意义******
中新网1月12日电 题：侯毅：推动数字经济与实体农业融合发展具有多重意义
中新财经记者 夏宾
当前，新一轮科技革命和产业变革深入发展，数字化转型大势所趋，数字经济成为推动中国经济高质量发展的核心驱动力。
盒马CEO侯毅近日对中新财经表示，推动数字经济与实体农业融合发展，对完善农业产业链、提升产业链发展质量、推动乡村产业振兴，促进农村农民共同富裕，构建城乡融合发展的新格局具有重要意义。
在他看来，数字经济与实体经济融合，贯通产业链上下游，能构建优质高效的服务业新体系，并推动现代服务业同先进制造业、现代农业深度融合。新零售通过产业互联网与消费互联网融合，全链路数字化运营，线上线下一体化商品与服务体系，实现对人民美好需求的快速响应，有利于深化供给侧结构性改革，实现高质量发展。
“中国农业产业容易受到农业自然因素、销售渠道单一、物流体系落后、品牌优势薄弱等多方面影响，而出现产量与质量的波动。我国许多特色农产品重要的经营主体是农户，因其“小而散”的特点长期游离于市场边缘，很难分享到农业产业链的增值红利。”侯毅提出，如何构建标准化、常态化、精细化的供应链体系与稳定的销售渠道，提高农产品附加值，是农业现代化亟须解决的问题。
他举例称，盒马探索出一种推动农业高质量发展的订单农业新模式——盒马村，这是运用数字技术打通农业上下游产业链，指导农业生产、加工、运输、销售等全链路以需定产，与盒马形成稳定的供应关系，发展数字农业的典型村庄。
数据显示，截至2022年10月，全国24个省市的140个盒马村年度农产品销售额达70亿元，带动4万余名农民就业，实现农民人均年增收超过25000元，促进农村土地流转10余万亩。
据侯毅介绍，在“十四五”期间还将在全国建设1000个“盒马村”，并在国内农业产地采购共计1000亿元的优质农产品，持续通过盒马村模式探索中国农业现代化高质量发展的创新实践。
在侯毅看来，数字经济为传统农业提供了新的销售通道，利用新技术、新模式推动农业产业数字化，打通从初级农产品到高品质商品之间的通道，可进一步延长农业产业链、提升价值链，从而给乡村振兴发展带来新的机遇。
同时，打造稳定的农业供应链不仅成为中国人端稳饭碗最重要的安全根基，还能够优化和稳定农产品的供给效率，降低物流成本，对加快建设现代化经济体系具有重大的现实意义。中国式农业现代化高质量发展的基石，离不开物流基础设施建设能力、商品中台建设能力、组织规划能力。
此外，他还提到，推动中国式农业现代化与现代服务业融合发展是调整农业产业结构的客观要求，也是实现农业现代化的必然选择。当前，农业数字化正越来越多地从消费端的“餐桌”走向更上游的生产端“土地”。通过产业互联网和消费互联网的深度融合，农业的多种功能不断被开发，农产品的价值链不断提升，消费者对美好生活的向往不断被满足，从而形成了需求牵引供给，新供给激发新需求的农业供给侧结构性改革新发展路径。
侯毅说，展望未来，面对全球价值链重构挑战，以新发展格局构建为引领，我们要增强供应链自主可控水平，保障供应链安全稳定，不断加强农业与科技融合，加快农业科技创新步伐，推进农业供给侧结构性改革，加快构建现代农业产业体系、生产体系、经营体系，提升农业劳动生产率，提高农业综合效益和竞争力，以中国式现代化全面推进中华民族的伟大复兴。(完)
