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。

“提前还贷”热度上涨 银行工作人员：大多需等半年以上******

　　“提前还贷”热度上涨

　　银行工作人员：大多需等待半年以上

　　年后，“提前还贷”的热度再次上涨，频频有相关话题登上微博热搜榜。

　　红星资本局注意到，去年讨论提前还贷时，大众关注的焦点是“应不应该提前还贷”；但现在，更多人关注的焦点变为了“提前还贷难”，线上渠道被关闭，需要预约、排队。

　　有建设银行(601939.SH)某分行的工作人员向红星资本局透露称，在成都市，建设银行的线上预约额度已满，需要线下预约、排队等待，大部分贷款行的等待时间都在半年以上。

　　提前还贷变困难？ 有网友分享投诉经验

　　小陌(化名)与丈夫在北京市买房时就决定未来会提前还贷，用每年的余钱归还银行贷款以便减轻生活压力，他们夫妻俩与银行签订的贷款合同约定“提前还贷无需缴纳违约金”。

　　“刚开始(攒到)20万-30万元才还(一次)，后来(攒)10万元就还，现在(攒)5万元我就想还了。”小陌告诉红星资本局，总贷款约200万元左右，现在已还80万元贷款，月供下降了近一半。

　　以小陌现在的商贷利率(LPR+30bp)计算，她提前归还80万元，如选择月供不变、年限缩短，总利息减少129万元；选择月供减少、年限不变则总利息减少67万元。

　　红星资本局了解到，对于银行来说，用户提前还房贷并不划算，该现象被称为“存贷双降”。

　　小陌对红星资本局回忆称，随着越来越多的人在社交平台上分享提前还贷的经验后，她发现提前还贷变难了。她上一次提前还贷是在2022年6月，在银行APP上申请就可以还贷，“谁知道现在约不上。”

　　红星资本局注意到，小陌遭遇的情况不是孤例，有不同地方、不同贷款行的网友分享过遇到的相似情况，线上提前还贷渠道被关闭，去线下申请提前还贷需要预约、排队等待。

　　在此背景下，有网友在社交平台上分享了成功提前还贷无需多加等待的经验——拨打银行保险消费者投诉维权热线(12378)进行投诉。

　　2月3日，有发过提前还贷经验贴的网友向红星资本局确认，在拨通该电话并按照相关步骤操作后，她现在已经顺利提前还贷。

　　银行员工：

　　预约排队要等半年以上

　　建设银行某分行的工作人员向红星资本局透露称，在成都市，建设银行的线上预约额度已满，需要线下预约，“现在预约还款的人太多了，额度都很紧张。”

　　当红星资本局问及线下预约后大概需要等待多长时间，该工作人员称，每个贷款行都有区别，但大部分的等待时间都在半年以上，“我有同事要还，内部员工也是要排队。”

　　中国银行首席经济学家曹远征曾告诉红星资本局，提前还贷的现象并不是一个大众普遍行为。原本房贷就是因为个人手上没有那么多钱，所以向银行借贷逐月还款，减轻资金压力。如果这样的行为过多，会对金融跨期安排带来很多问题。

　　那么，从个人的角度来看，提前还房贷是否划算？

　　兴业银行首席经济学家鲁政委此前向红星资本局表示，如果有一笔闲置资金，是否提前还房贷，还要看你能不能拿这笔资金赚到比房贷利息更多的钱，如果不能，提前还贷也是可以的。

　　成都商报-红星新闻记者 杨佩雯