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。

田立坤代表：护航数字经济发展 推进制定《数字经济促进法》******

　　【奋进向未来——知识分子代表委员筑梦新篇】

　　近年来，伴随数字经济迅速发展，类似电商平台“二选一”“网络虚假刷量”、屏蔽浏览器广告、“大数据杀熟”、网络售假等侵害消费者权益和知识产权的行为时有发生，数字经济领域的偷税漏税、软色情营销等问题也愈发凸显。“推进符合数字经济发展的立法具有重大的现实意义。提议相关部门制定《数字经济促进法》，为数字经济发展保驾护航。”全国人大代表、哈尔滨凯纳科技股份有限公司董事长田立坤说。

　　田立坤介绍，我国数字经济相关的法律规范日益完善，涉及行政法、民法、知识产权法等多个领域，涵盖网络安全、知识产权、市场竞争、消费者权益保护等多方面议题。比如，《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国网络安全法》等，为《数字经济促进法》提供了良好的法制环境。

　　此外，浙江、广东、江苏、河南、河北等地已先后出台数字经济促进条例，对数字基础设施建设、数据资源开发利用、数字产业化、产业数字化、治理数字化、数字技术创新、保障和监督等形成法律条文，为制定《数字经济促进法》提供了良好的立法基础。

　　田立坤建议，以数字基础设施建设、数据资源开发利用、数字产业化、产业数字化、治理数字化、数字技术创新、保障和监督等为核心，整合各领域、各地域、各层级的数字经济治理规则，完善主管部门、监管机构职责，为数字经济提供统一、周全的保障和支持，建立综合治理体系、提升综合治理能力，加快《数字经济促进法》立法。

　　其中，要以信息技术为支撑、以信息网络为基础，为经济社会发展提供感知、传输、存储、计算及融合应用等基础性信息服务的公共设施体系，主要包括通信网络基础设施、算力基础设施、新技术基础设施、融合基础设施和信息安全基础设施。

　　在数据资源开发利用方面，要高度重视政务数据开放共享，深化政务数据跨层级、跨地域、跨部门有序共享，建立健全公共数据资源体系；支持社会化数据服务机构发展，鼓励市场力量挖掘商业数据价值，推动数据价值产品化、服务化，大力发展专业化、个性化数据服务；支持数据资源开发市场化发展，创新数据交易模式，拓宽数据交易渠道，促进数据高效流通。

　　做好数字产业化。重点推动集成电路、高端软件、数字安防、网络通信、智能计算、新型显示、新型元器件及材料、网络安全等产业发展，促进云计算、大数据、物联网、人工智能等技术与各产业深度融合，培育区块链、量子信息、柔性电子、虚拟现实等产业发展。

　　做好产业数字化。推动大中小型企业数字化转型。重点支持农业、制造业、服务业数字化转型升级，并重点支持智慧农业和水利、工业、商务贸易、智慧物流、金融、能源等行业开展数字化转型提升工程，探索平台企业与产业园区联合运营模式。

　　加强治理数字化。推动数字技术与政府履职全面深度融合，加快实现“一网通办”。推动公共服务资源数字化供给和网络化服务，深化新型智慧城市建设，推动城市数据整合共享和业务协同，因地制宜构建数字孪生城市，鼓励加快城市智能设施向乡村延伸覆盖。（光明日报全媒体记者 李政葳 梁爽）