彩神lv_彩神lv

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。

各地优化就医流程 分级分类救治患者******

　　央视网消息：守好“保健康、防重症”防线，各地医疗机构调配资源 ，优化流程，分级分类救治患者 ，保障急危重症患者得到及时救治。

　　甘肃省临洮县人民医院统筹设备 、人力等资源，将所有科室划分为三个层次，其中 ，呼吸与危重症医学科、老年医学科 、感染医学科、心血管内科等科室被划分为第一层次 ，其他科室 的医疗资源向第一层次的科室倾斜。

　　甘肃省临洮县人民医院院长李悦 ：针对农村来的危重患者，我们第一时间开通绿色通道，确保病人应收尽收。

　　村民李逢源感染新冠病毒后出现呼吸困难 的症状 ，家人将他送到临洮县人民医院。由于李逢源患有慢阻肺，这次又出现了心衰症状，血氧含量偏低，属于重症患者 。医院立即将他转到呼吸与危重医学科接受治疗 ，目前病情稳定。

　　甘肃省临洮县人民医院呼吸与危重医学科主治医师马海林 ：现在我们给病人无创通气的治疗 ，血氧饱和度维持在93%—95%之间，治疗属于比较良好的状态。

　　患者李逢源之子 李永清：住进来啥都挺快 ，办手续也花不了多长时间 ，好转多了 。

　　近日，浙江省湖州市中心医院呼吸综合门诊向市民开放，凡有咳嗽、咽喉疼痛、轻微胸闷症状的市民都可挂号就诊。门诊时间为上午8时至晚上10时，每天14小时不间断接诊，不限号源。

　　湖州市中心医院副院长邱晟 ：急诊通道重点要保障我们 的急诊和危重症人群，让他们得到及时有效的处置和治疗，呼吸综合门诊就作为轻症，还有就是新冠以后呼吸道症状非常多的群体 、一些年纪比较轻的 ，都分流到呼吸道综合门诊。

　　呼吸综合门诊由呼吸科 、感染科 、全科等多个学科的医生共同坐诊 。轻症患者不需要再去急诊或发热门诊排队就诊，从而实现轻症患者与重症患者的分层诊疗 ，减少急诊拥堵，确保危重症患者得到及时救治 。

　　（文图 ：赵筱尘 巫邓炎）