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。

南湖革命纪念馆：传承红色基因 守好红色根脉******

　　2002年10月22日，习近平同志到浙江履新的第11天，就来到嘉兴考察，并视察南湖、瞻仰红船。此后，他又多次到嘉兴考察，瞻仰红船、参观南湖革命纪念馆。特别是2017年10月31日，习近平总书记带领第十九届中央政治局常委集体瞻仰南湖红船、参观南湖革命纪念馆并发表重要讲话，为嘉兴继承光荣传统、赓续红色血脉指明了方向、提供了根本遵循。

　　南湖革命纪念馆作为中国革命红船起航地纪念馆、红色根脉所在地，把学习宣传贯彻党的二十大精神作为当前和今后一个时期的首要政治任务和头等大事，把坚定自觉地用党的二十大精神统一思想和行动摆在最突出位置，在学深悟透上做表率，在宣传宣讲上增氛围，在贯彻落实上见成效，推动党的二十大精神深度融入党性教育。

南湖革命纪念馆基本陈列序厅 南湖革命纪念馆供图

　　早在2004年3月，时任浙江省委书记的习近平同志专程就统筹城乡发展、推进城乡一体化到嘉兴开展调研，认为嘉兴完全有条件成为浙江省乃至全国统筹城乡发展的典范，并在深入调研考察基础上，主持召开浙江省统筹城乡发展、推进城乡一体化工作座谈会。随后，嘉兴制定了城乡一体化发展规划纲要，成为全国首个提出此类纲要的地级市。

　　党的二十大报告提出“三个务必”，其中强调全党同志务必不忘初心、牢记使命。这是新征程上弘扬伟大建党精神、传承“红船精神”的具体体现，更是新时代践行以伟大建党精神为源头的中国共产党人精神谱系的切实行动。南湖革命纪念馆立足红色根脉重要标识，弘扬伟大建党精神、传承“红船精神”，发挥思想政治工作传家宝和生命线作用，进一步挖掘展示红色资源的思想内涵和时代价值，强化党性教育功能，强化党的创建史和习近平新时代中国特色社会主义思想的研究阐释，围绕革命、建设、改革各个历史时期的重大事件，充分发挥红色文化的引领作用，教育引导广大干部群众坚持以习近平新时代中国特色社会主义思想为指导，进一步提高政治站位、健全工作机制、强化工作措施，真正让红色基因融入血液、融入品格、融入时代，从而在用好红色资源中守好红色根脉。

　　南湖革命纪念馆作为初心之地纪念馆，努力筑牢学习宣传实践习近平新时代中国特色社会主义思想的阵地，健全党史学习教育长效机制。他们通过聚焦“初心使命”“伟大建党精神”“红船精神”，加强红色资源的系统研究研讨，夯实基础性研究，用好“红船起航”主题展这个主阵地和红色资源宝库。

　　依托丰富生动的红色资源，南湖革命纪念馆创新服务思政课程的宣讲载体，组织全体宣讲员集体备课，并通过系统学习和深入交流，在学深悟透党的二十大报告的基础上打磨形成了系列精品党课，开展“七进”宣讲活动，打好具有辨识度、影响力的学习宣传贯彻党的二十大精神的组合拳。始终把“守好红色根脉，当好红船卫士”作为使命和担当，时刻牢记习近平总书记的殷殷嘱托，加强红船的科学管理保护，秉承“两年一大修，一年一小修”原则，确保其完好如初。通过编织陆地、水面、水下和空中的立体防护体系，联合公安、消防等部门设立24小时护卫岗，启动联动保护机制，全方位无死角筑牢红船防护线。几十年来，红船始终以其固有的平静和博大接受着人们的瞻仰，向每一位到访者讲述着中国共产党诞生的那段伟大历史。

　　围绕习近平新时代中国特色社会主义思想和党的二十大精神，南湖革命纪念馆面向党员干部群体，坚持问题导向，持续深化“六个一”主题教育，把理想信念教育贯穿在“六个一”主题教育中，发挥南湖革命纪念地独特优势，不断创新宣讲手段和方式方法。通过开设“红船大课堂”“南湖水上课堂”，不断拓展“六个一”教学阵地；挖掘红船故事、“红船精神”，不断创新“六个一”教学内容；开发“重走一大路”体验式党性教育项目，不断创新“六个一”教学形式，进一步将“六个一”主题教育活动打造成为弘扬“伟大建党精神”“红船精神”、不忘初心使命的精品课程。（徐继宏）