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。
浙江绍兴：文化幸福感更强烈******
不久前，浙江绍兴市文化广电旅游局机关第一党支部 、绍兴图书馆党总支的文化志愿者来到柯桥区漓渚镇朱家坞村、王坛镇东村 、柯岩街道叶家堰村开展主题党日活动，并且根据每个村的实际需求，送来了侧重点不同 的300余册图书，以及定制化 的展览和讲座 。这不是简单的送服务下基层活动，而 是落实高质量推进基层公共文化服务联系点的常态化工作 。
“要深入挖掘12个联系点的发展需求 ，抓住各村在公共文化方面 的痛点、难点，提供系统完备 、精准有效的公共文化服务 ，将服务工作提档升级，更好地激发基层群众的参与热情 。”绍兴市委宣传部副部长 ，市文广旅游局党委书记 、局长何俊杰说，为贯彻落实绍兴市第九次党代会、市委文化工作会议精神，绍兴市文化广电旅游局建立了首批12个高质量推进公共文化服务基层联系点 ，以点带面 ，着力构建全市高水平一体化公共文化服务体系 ，为打造温暖幸福共富之城贡献文旅力量。
安桥头村 是鲁迅的母亲鲁瑞 的出生地，鲁迅小时候经常随母亲到外婆家。皇甫庄村 是鲁迅 的舅舅家，鲁迅儿时曾在此看社戏。如今，公共文化服务不但为当地群众带来实惠，而且发挥着“引流、增效”的作用 。
2022年3月 ，安桥头村和皇甫庄村成为绍兴文化和旅游首批高质量推进公共文化服务基层联系点，因为文化之力的注入，这两地对市民和游客的吸引力更强了 。
根据考察调研，绍兴市文化广电旅游局确立了在安桥头村和皇甫庄村公共文化服务 的具体内容 。比如 ，绍兴图书馆帮扶安桥头村建立安桥头村图书馆（农家书屋），设立鲁迅文化主题书籍专柜 ；帮扶皇甫庄村建立鲁迅文化 、红色主题 、法律主题图书馆。绍兴市文化馆组织绍兴市书画艺术家推广孙端街道4A景区镇特色游线，重点推进鲁迅外婆家研学之旅—特色黄金游线、渔趣体验之旅、水上风光之旅 、民俗风情之旅 、红色记忆之旅等旅游线路。绍兴博物馆制作线上展览“鲁迅外婆家——孙端祝福民俗文化展”和“鲁迅外婆家——孙端社戏民俗文化展”，并进行推介。
绍兴市文化广电旅游局相关负责人介绍 ，截至2022年6月 ，首批12个高质量推进公共文化服务基层联系点已经建立 。为抓好工作落实 ，相关处室、单位已根据签订 的公共文化服务项目书内容，排定工作计划，落实服务项目 ，并定期向局机关党委报送工作开展情况。
“建立高质量推进公共文化服务基层联系点是落实推进共同富裕文化润乡 的重要抓手。要探索抓好落实工作机制 ，做好统筹协调，全方位做好服务工作，推进公共文化服务提质增效 ，为共同富裕 、乡村振兴赋能 。”绍兴市文化广电旅游局相关负责人说。
公共文化服务优质共享， 是建设高水平网络大城市、打造新时代共同富裕地 的内涵所在 。绍兴市文化广电旅游局以设施、服务、机制为抓手，精心编制全市高质量推进公共文化服务工作清单 ，着力构建高水平一体化公共文化服务体系 ，取得了阶段性成效 。
在绍兴 ，市、县 、乡镇 、村（社区）四级公共文化设施网络实现全覆盖 。全市103家乡镇（街道）文化分馆普及率、综合文化站面积达标率均达100%。建成一级以上文化站73个 ，其中特级25个，一级站覆盖率达70% 。“目前 ，绍兴市每万人拥有公共文化设施面积达1800平方米，建成农村文化礼堂1721家 ，建有城市书房85家、博物馆61家（含国有非国有）、乡村博物馆（展示馆）200余家 ，公共阅读 的市、县 、乡镇 、村四级网络基本形成。”绍兴市文化广电旅游局一位工作人员说 。此外 ，公共文化品质服务也逐步提高。目前 ，文艺播撒乡镇行 、全民艺术普及月 、全民阅读节等群众文化品牌活动已实现年年有系列 、季季有主题 、月月有安排、周周有活动 。
“绍兴形成了具有共同富裕印记 的标志性成果。全市公共文化设施网络实现全覆盖 ，重塑城市文化体系取得新突破，旅游富民进一步彰显。”绍兴市文化广电旅游局相关负责人表示 ，绍兴将进一步推动公共文化现代化先行市建设 ，聚焦共同富裕 ，以人为本，推动公共文化服务成为精神富有的亮丽底色。（柯越文）
