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。

【十年经略】中国经济如何实现“高质量发展”？******

　　中新网北京9月30日电题：中国经济如何实现“高质量发展”？

　　记者 石睿 宋宇晟

　　“不能不顾客观条件、违背规律盲目追求高速度。”2012年12月15日，在中央经济工作会议上，习近平总书记如是强调。

　　加满油、把稳舵、鼓足劲，付出异乎寻常的努力，推动新时代中国经济由高速增长转向高质量发展。这十年，“从量的扩张转向质的提升，从‘有没有’转向‘好不好’”，成为中国经济发展的鲜明特征。

　　高速增长阶段转向高质量发展阶段

　　改革开放以来，中国创造了第二次世界大战结束后一个国家经济高速增长持续时间最长的奇迹，从一穷二白发展成世界第二大经济体，从落后的农业国发展为制造业大国。

　　不过，随着经济总量不断增大，中国在发展中遇到了一系列新情况新问题。

　　时针拨回2012年，中国经济增速自新世纪以来首次滑落至8%以下，多年来经济高速增长的背后，隐忧显现：一些地方和部门存在片面追求速度规模、发展方式粗放等问题，加上国际金融危机后世界经济持续低迷影响，经济结构性体制性矛盾不断积累，发展不平衡、不协调、不可持续问题突出。

　　“经济发展面临速度换挡节点，如同一个人，10岁至18岁期间个子猛长，18岁之后长个子的速度就慢下来了。”

　　“速度再快一点，非不能也，而不为也。”通过转变经济发展方式实现持续发展、更高水平发展，是中等收入国家跨越中等收入陷阱必经的阶段。

　　中国经济已由高速增长阶段转向高质量发展阶段，这是中共中央在十九大报告中对新时代中国经济发展做出的重大判断。

　　“这是一个凤凰涅槃的过程。如果现在不抓紧，将来解决起来难度会更高、代价会更大、后果会更重。我们必须咬紧牙关，爬过这个坡，迈过这道坎。”习近平指出了新时代中国经济转变发展方式的重要性和必要性。

　　以新发展理念引领高质量发展

　　习近平总书记强调，推动高质量发展是做好经济工作的根本要求。高质量发展就是体现新发展理念的发展，是经济发展从“有没有”转向“好不好”。

　　不能简单以生产总值增长率论英雄，必须实现创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的高质量发展。

　　这十年，创新驱动发展战略深入实施，科技创新为高质量发展提供源头供给。人工智能、大数据、区块链、量子通信等新兴技术加快应用，培育了智能终端、远程医疗、在线教育等新产品、新业态。太阳能光伏、风电、新型显示、半导体照明、先进储能等产业规模居世界前列。

　　这十年，中国经济发展的平衡性、协调性、可持续性增强。城乡居民人均可支配收入之比由2012年的2.88缩小至2021年的2.50，人均消费支出之比由2.57缩小至1.90。京津冀、长三角、珠三角三大地区，以及一些重要城市群，正在成为带动全国高质量发展的新动力源。

　　这十年，“绿水青山就是金山银山”理念深入人心。2012年以来，中国以年均3%的能源消费增速支撑了年均6.6%的经济增长，能耗强度累计下降了26.4%，相当于少用了14亿吨标准煤。

　　这十年，中国的对外开放广度和深度得到了全面拓展。商品出口占国际市场的份额由11%上升到15%，货物贸易第一大国的地位得到了增强；利用外资的规模不断扩大；对外签署的自由贸易协定数由10个增加到了19个；建设了21个自贸试验区和海南自由贸易港，打造了一系列对外开放的新高地、试验田，形成了全方位、高水平对外开放的新格局。

　　这十年，改革发展成果更多更公平惠及全体人民。2021年，中国宣告脱贫攻坚战取得了全面胜利，完成了消除绝对贫困的艰巨任务；全国居民人均可支配收入35128元，比2012年增加18618元；全国居民恩格尔系数为29.8%，比2012年下降3.2个百分点。

　　不论“创新驱动”，还是“生态优先”……都已成为十年来中国高质量发展的众多维度之一，中国正在推动高质量发展上闯出新路子，迈向新征程。(完)