大发注册 - - (中国)360百科

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。

杭州湖州开出“阳康”门诊******

　　本报讯 （记者 张梦月 周逸 徐坊 通讯员 章舒莎 张弛 戈杰） “咳咳咳。”新冠病毒感染恢复后，你是不是有咳嗽、浑身酸痛、乏力等症状？去医院急诊，人满为患；去呼吸内科门诊挂号，又一号难求。

　　“阳康”后的不适该怎么办？日前，杭州、湖州的不少医院开出了专门面向“阳康”的门诊，针对患者在康复中出现的各种不适症状提供专业指导和诊疗。这些新开设的门诊运转情况怎么样？记者来到现场探访。

　　“咳痰有没有好一点？”“胸闷气急有吗？”“走走楼梯会气喘吗？”上午10时，富阳区第一人民医院门诊2楼，4间呼吸综合门诊诊室人头攒动。虽然才开诊两小时，看诊叫号已到了60余号，等候人群中不时传来咳嗽声。

　　富阳区第一人民医院党委书记何正飞介绍，最近院内新冠病毒感染患者数量增幅明显，“我们观察下来，很多病人是感染后出现了咳嗽、咳痰、心慌、气促、乏力，是‘阳康’后特有的一些症状，为了让患者就诊更加便捷，有序调节好医疗资源，医院开设呼吸综合门诊。”

　　门诊1月3日开诊后，在限号情况下，一天接待200余个病人，来就诊的病患大多是“阳康”。记者在现场遇到了前来就诊的市民傅先生。去年12月下旬感染新冠病毒后，他一直被咳嗽困扰。“上次来呼吸内科排队等了3个多小时，这次听说开了新门诊，赶紧来复诊。”傅先生说，呼吸综合门诊很适合他这样的“阳康”患者，现场挂号只等了半个小时不到，医生问诊也比较详细。

　　“阳康”之后，咳嗽或许是大家反映最多的问题。记者从杭州市红十字会医院获悉，不久前，医院整合院内资源，由呼吸科、胸外科、职业病科共同组成大呼吸专病门诊就诊区，同时开出了“咳嗽专病门诊”，一周7天全开放。

　　“咳嗽专病门诊每天限号100人，基本上都会看满。”杭州市红十字会医院胸外科主任叶波说，来就诊的基本都是“阳康”，存在痰黏、夜晚咳急、痰中带血丝、咳嗽长时间不好转等症状。目前，咳嗽专病门诊有8位医生轮值。

　　记者注意到，除了上述两家医院外，在杭多家医院针对营养、中医调理、呼吸等市民较为集中的就医需求开设了“阳康”门诊。

　　而在湖州，湖州市中心医院也于近日推出“阳康”门诊，以中医诊疗为主，康复、心理咨询、营养等科室医生共同坐诊，主要服务感染新冠病毒后处于恢复期的患者。

　　“我先到了1楼的呼吸综合门诊，已经有不少人在排队了。正好在微信朋友圈看到‘阳康’门诊开诊了，就来挂了个号。”26岁的小徐虽然已经“阳康”快10天了，但还是感觉乏力，还时不时咳嗽。接诊的医生仔细询问了病情、把了脉，最后为小徐对症开了几方中药。“本来不知道去挂哪个科，没想到有了这个‘阳康’门诊，治疗很对症，就诊也方便，挺好挺好。”小徐说。

　　“一早就已经接诊了20多位‘阳康’患者，超过八成患者表示，‘阳过’后经常会咳嗽，还会出现胸闷、乏力、心烦、失眠等症状。”当天坐诊“阳康”门诊的湖州市中心医院中医科医生韩晋涛告诉记者，中医诊疗在病后防复、防变的功效比较明显。

　　“‘阳康’门诊分流了呼吸综合门诊的轻症患者，减轻呼吸综合门诊的压力。”湖州市中心医院相关负责人介绍，“同时，我们通过互联网+医保平台线上线下同步开启，在医院内部构建了急诊（发热门诊）—呼吸综合门诊—‘阳康’门诊—互联网门诊四级分层联动的诊疗模式，让患者得到更为精准的诊疗服务。”

　　另外，记者从湖州市中医院了解到，为帮助市民尽快康复，该院治未病中心充分发挥中医中药特色优势，推出治未病新冠康复门诊。针对“阳康”后咳嗽、乏力、盗汗、失眠、味觉嗅觉消失等症状，通过辨证施药，帮助市民恢复健康。

　　（文图：赵筱尘 巫邓炎）