彩神彩票登录-彩神彩票网投

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。

专访｜卫士通石元兵：密码技术创新发展要以应用需求为牵引******

　　置身于数字时代，数字基础设施安全、网络安全和数据安全愈发受到全社会的广泛关注和高度重视。目前，我国数据安全问题存在哪些难题待解？如何通过密码应用支撑数据安全和网络安全产业发展？在2022西湖论剑·网络安全大会期间，卫士通总经理助理、研究院院长石元兵接受记者采访，畅谈密码及数据安全产业的前沿视角。

　　记者：我国数据安全问题集中体现在哪些方面？

　　石元兵：数据的来源是多方面的：在推进数字中国建设过程中，各行各业各领域均会产生、采集、存储、处理和流通大量数据信息；另外，个人在网络空间中既是数据的贡献者，也是数据服务的使用者。单点数据的敏感性或者重要性相对不那么强，但是一旦大量汇聚，就面临着比较大的安全挑战。

　　从政府监管的角度看，《网络安全法》《数据安全法》《个人信息保护法》等一系列政策法规的出台，进一步强化了数据监管工作的落实，但还存在数据合规监管工作中技术手段不完善、支撑能力不足等问题。

　　从企业的角度看，现在还面临很多数据安全风险挑战。比如，违规、超范围采集个人信息和其他信息，甚至涉及到数据的非法交易和违规滥用。另外，政府部门既要考虑开放数据公共服务，同时也会面临数据跨部门共享利用等需求。这些问题或迫切需求，都需要通过技术手段、服务能力或运营模式的不断创新，去支撑相关各方的数据资源可信、可靠流动和高效应用。

　　从个人层面来讲，目前还有很多人对个人信息缺乏保护意识，需要不断加强宣传，不断提升公民对个人信息的保护意识和识别防范风险能力。

　　记者：在推进数据安全过程中，密码产业的重要性不容忽视。在发挥密码产业重要作用方面面临哪些挑战？

　　石元兵：在数据资源的全生命周期进程中，各环节所面临的风险不尽相同，呈现多样化的特点。密码是保障数据安全的核心基础支撑技术，除了数据加密，还可为数据隔离、数据脱敏、数据标记、数据溯源、共享利用等提供支撑。

　　在保障数据安全方面，需要识别实际场景中的安全风险，梳理出安全需求，并以此为牵引，从技术研究、产品研制、应用支撑和服务模式等方面不断创新发展，持续丰富密码供给体系和供给能力。密码的高质量供给，已经超越了单一产品提供的范畴，更侧重于以保护用户的重要数据为目标，提供基于密码的体系化安全防护能力，这就要求我们不能只聚焦于产品提供，更要关注实际应用场景和具体业务逻辑。

　　记者：密码应用将如何助推数据安全产业发展？

　　石元兵：重点是要以密码基础理论创新、共性前沿技术创新作为驱动力，以应用需求作为牵引力，发挥好密码保障数据安全的核心技术和基础支撑作用，助力数据安全产业的高质量发展。

　　记者：卫士通在商用密码安全方面形成了哪些经验？

　　石元兵：密码作为卫士通的核心能力之一，我们在为重要行业领域用户提供网络安全、数据安全产品和服务的基础上，不断追求创新发展，一方面提升密码技术、产品和服务等体系供给能力，同时加强与众多国内优秀企业的合作，把密码技术与基础软硬件、应用系统融合嵌入，发挥好密码保障自主信息技术体系安全的效能。（记者 孔繁鑫）

　　（文图：赵筱尘 巫邓炎）