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。

俄乌局势进展：乌克兰内务部长坠机遇难 俄罗斯宣布将扩军至150万人******

　　中新社北京1月18日电 综合消息：乌克兰内务部18日证实，乌内务部部长当天在乌基辅州直升机坠毁事故中遇难。俄罗斯外长拉夫罗夫18日举行年度记者会，就乌克兰局势等发表最新看法。俄罗斯国防部17日宣布俄将扩军至150万人。

　　乌内务部长坠机遇难

　　乌克兰媒体18日报道称，一架直升机当天在基辅附近坠毁，包括乌内务部长莫纳斯特尔斯基在内的18人遇难，乌内务部证实了该消息。报道还援引乌空军消息称，坠毁的直升机隶属于乌国家紧急事务局，事发时正在执行任务。

　　乌俄两国媒体当天早些时候报道称，乌克兰一架直升机在基辅州坠毁，造成16人遇难，22人受伤。报道援引警方消息称，遇难者中有9人乘机，其中包括乌内务部长和他的第一副手。由于坠机地点靠近当地一家幼儿园，造成幼儿园中包括儿童在内的人员伤亡。

　　俄国防部宣布俄将扩军至150万人

　　根据俄国防部17日消息，俄国防部长绍伊古当天表示，将在2023年至2026年期间落实俄武装力量大规模调整、人数增加、军事行政区划调整等计划，其中俄军总兵力将扩充到150万人。

　　绍伊古表示，俄总统普京决定将武装力量人数增加到150万人。只有通过加强武装力量关键组成部分建设，才能确保国家军事安全，保护相关地区和关键设施目标安全。

　　俄总统新闻秘书佩斯科夫当天表示，俄将扩军是西方行动所致，国家安全应获得无条件保障。

　　俄外长举行年度记者会

　　俄外交部长拉夫罗夫18日举行年度记者会。据俄罗斯卫星通讯社报道，拉夫罗夫在记者会上就乌克兰局势指出，西方正在利用乌克兰作为代理人发动战争。西方在地缘政治新条件下想“掠夺全世界”。

　　报道称，拉夫罗夫在回答“俄对乌特别军事行动是否会在今年结束”的问题时表示，特别军事行动的目标不是虚构的，它由俄国家安全的根本利益决定。他还称，不应有来自乌克兰的对俄威胁，在乌领土上不应有威胁俄的军事基础设施。

　　乌居民楼遇袭事件已致45人遇难 乌总统办公室顾问辞职

　　据《乌克兰真理报》报道，乌总统新闻秘书17日证实，乌总统府批准了乌总统办公室顾问阿列斯托维奇的辞职申请。

　　当天早些时候，阿列斯托维奇在社交媒体平台发消息宣布辞职。英国《卫报》等外媒报道称，他曾就乌克兰第聂伯罗市居民楼遇袭事件发表评论，称一枚被乌军防空系统击落的俄军导弹坠落在居民楼上发生爆炸。但乌军方随后否认了这一说法。该言论引发乌克兰国内多方指责，认为其将责任归咎于乌方，诋毁乌军方。

　　据乌克兰国家通讯社17日报道，第聂伯罗市一栋居民楼当地时间14日遭导弹袭击，导致部分楼体坍塌，已造成45人遇难，79人受伤。目前搜救工作和废墟清理工作已完成。

　　路透社等外媒报道称，乌方指责俄军导弹袭击致悲剧发生。俄方则否认袭击居民楼，并表示，俄军打击对象为乌方军事目标。

　　欧盟九国民调显示近半民众望尽快结束乌克兰危机

　　据今日俄罗斯电视台报道，17日公布的一项民调结果显示，奥地利、法国、德国、希腊、意大利、荷兰、波兰、葡萄牙和西班牙九国受访者中，有约48%的人表示，希望乌克兰为和平而妥协，以尽快结束乌克兰危机。

　　报道称，60%的德国受访者赞成乌方妥协，对欧盟军援持怀疑态度。民众观点与德国政府官方立场出现分歧。60%的希腊受访者和50%的意大利受访者明确表示，对欧盟军援持反对态度。

　　另据美国有线电视新闻网报道，欧盟委员会主席冯德莱恩17日表示，对俄罗斯的第10轮制裁即将到来。此轮制裁将重点关注“堵住已采取措施的漏洞”。她还称，西方盟友需要加强向乌克兰提供军事支持和装备的水平。乌克兰需要“它能够操作的所有军事装备”。(完)