彩61--(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。

北京：今年朝阳区将建设升级80家博物馆******

　　原标题：大力推进“五城”建设 推动文旅事业高质量发展 今年朝阳区将建设升级80家博物馆

　　昨日（3日），政协北京市朝阳区第十四届委员会第二次会议开幕。记者从会上获悉，朝阳区将大力推进博物馆之城、阅读之城、艺术之城、双奥之城、时尚之城“五城”建设，推动文化和旅游融合、高质量发展。2023年，朝阳区将完成80家博物馆建设和提升改造，推进“博物馆进商圈”，打造“文化+商圈+旅游”联动格局。

　　全区已建成城市书屋42家

　　“2022年，朝阳区加强智慧图书馆体系建设，‘朝图预借’平台实现办卡、借阅一键完成。微阅轩、书穹格艺术馆2家城市书屋建成，目前，全区共建成42家城市书屋。”据朝阳区文旅局相关负责人介绍，朝阳区开展了114场“喜迎二十大悦读阅朝阳”主题全民阅读活动，线上线下参与人次约1032万。

　　近年来，朝阳区不断创新“阅读之城”建设模式，通过打造阅读空间、活动品牌、推广人才、协同发展、指数评估等“五个体系”，构建“15分钟阅读生活圈”，将书香洒遍朝阳各个角落，让阅读成为市民生活新时尚。目前，朝阳区已拥有80多家品牌特色书店，各类书店共计324家，数量居全市首位。

　　在设施建设上，朝阳区通过持续完善公共阅读服务网络，升级阅读环境，延长开放时间；加快推进24小时自助图书机数字化、智能化升级改造，优化空间点位分布；研究制定朝阳特色阅读空间建设标准和运营管理办法，培育一批特色鲜明、书香浓郁的示范阅读空间，形成了完善的阅读空间示范体系。

　　结合市民阅读新需求，朝阳区还探索出“馆社”“馆店”“馆校”“馆医”合作模式，建设“店中馆”特藏城市书屋，构建“阅读之城”数字平台，成立“城市阅读联盟”，引导和扶持民间阅读组织承接重大阅读项目、开展公共阅读活动，积极打造全民共建共享的阅读协同发展体系。

　　永通桥完成修缮即将开放

　　朝阳是京城大运河文化带的重要节点。2022年，作为北京著名三大古桥之一的永通桥（又称八里桥）完成主体修缮工作，预计将于今年对外开放，并完成了《通惠河漕运图卷》数字化展示项目。

　　永通桥是大运河文化带北京段最知名的古桥，已被收入世界文化遗产名录，“长桥映月”美景就源于此桥。它位于朝阳和通州交界处，始建于公元1446年，为三孔石拱桥，南北长50米、东西宽16米，中间孔高达8.5米。

　　2021年，永通桥大修工程正式启动。修缮内容主要包括局部拆砌鼓闪（错位）部位的桥身砌体；清除后做桥面沥青路面，恢复条石桥面等。永通桥桥面石板约800平方米，多年来历经数次修缮，条石的材质、大小不一。现存条石约有2000多块，最古老的有将近600年历史。本着“修旧如旧”的原则，此次修缮将桥面以及周边的条石全部还原到原位，并查阅古籍，咨询专家、学者，找到相同材质的条石贴补缺失部位，尽可能保持古桥原貌。

　　创建国家文旅消费示范城市

　　据介绍，2022年，朝阳区发布了北京首个以“博物馆之城”为主题的系列报告——《2022年朝阳区博物馆之城建设发展研究》，构筑以“六聚”为特征的现代文博事业“朝阳范式”。评定推选14家博物馆之城建设示范单位，扶持补贴18家非国有博物馆发展，培育4家类博物馆。全力推动朝阳区多层级博物馆协调发展。实施博物馆五进工程，启动遇见博物馆、博物馆进商圈等文化活动，打造沉浸式、共享型、多元化的朝阳商圈文化空间，提升文博惠民公共服务水平。

　　在此基础上，2023年，朝阳将继续推进“博物馆之城”核心区建设，推进实施《朝阳区博物馆之城建设方案》，完成80家博物馆建设和提升改造。开展策展人培训，高质量推进“博物馆进商圈”项目，打造“文化+商圈+旅游”联动格局。

　　2023年，朝阳还将创建国家文化和旅游消费示范城市，深化夜间文化和旅游消费集聚区建设，继续开展文旅融合“三十工程”。完善文旅融合发展的市场服务体系，以文旅消费街区、地标等建设为依托，完善提升旅游购物场景吸引力和竞争力。在朝阳已有的各类资源基础上，通过数字技术与媒介，激活城市文旅消费，推进文化生态和谐共生和可持续发展。（赵婷婷）

　　（文图：赵筱尘 巫邓炎）