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。

中国代表呼吁国际社会继续支持伊拉克打击恐怖主义******

　　中新社联合国2月2日电 联合国安理会2日举行伊拉克问题公开会。中国常驻联合国副代表戴兵在会上呼吁国际社会继续支持伊拉克打击恐怖主义，肃清“伊斯兰国”等恐怖极端势力，防止其回流蔓延，巩固来之不易的反恐成果。

　　当天，联合国秘书长伊拉克问题特别代表亨尼斯-普拉斯哈特作通报。她表示，约三个月前，伊拉克国民议会选举产生新一任总统并确认新一届政府构成，结束了长达一年多的紧张局势、政治不和与权力较量。她敦促伊拉克政界把握机遇期，处理好腐败、安全、社会发展、公共服务等问题，让这个国家彻底摆脱不稳定与脆弱的循环。

　　戴兵发言说，当前，伊拉克安全形势依然严峻，恐怖残余势力仍在不断发动不对称袭击，造成包括平民在内的人员伤亡。联合国收集“伊斯兰国”在伊罪证调查组要尽快向伊拉克移交所收集证据，助力伊拉克根据本国法律将恐怖分子绳之以法。中方欢迎伊拉克持续推进叙利亚霍尔营地内伊拉克公民的遣返和安置工作，敦促有关国家像伊拉克一样负起责任，尽快推进在伊外国恐怖作战分子及其家属的甄别和遣返。

　　戴兵表示，根据秘书长报告，战争遗留爆炸物和简易爆炸装置持续造成伊拉克平民伤亡，是伊拉克儿童伤亡的主要原因。这些爆炸物很多都是二十年前战争留下来的，当年发动战争的国家应该主动站出来，在帮助伊拉克扫雷、援助受害者等方面拿出实际行动。

　　戴兵说，伊拉克的和平离不开稳定的地区环境。中方多次强调，伊拉克不是地缘争夺的博弈场。中方支持伊拉克同地区国家发展睦邻友好关系，共同应对跨境挑战。中方呼吁有关各方尊重伊拉克主权、独立和领土完整，通过同伊拉克政府开展合作的方式解决自身安全关切。

　　戴兵说，过去几十年，伊拉克饱受战争冲击，人民历尽苦难。国际社会应当积极帮助伊拉克重建基础设施，加快经济社会发展，增进民生福祉。联合国伊拉克援助团(联伊援助团)等联合国在伊机构要把资源和精力更多投向伊拉克人民最需要的优先领域，按照授权和彼此分工开展工作，充分发挥国家工作队的作用。今年是联伊援助团成立20周年，有必要以此为契机，在征求伊拉克意见基础上，对联伊援助团工作和绩效进行系统总结和评估，并就特派团中长期前景进行认真研究。

　　戴兵说，中方将继续坚定支持伊拉克维护国家主权、独立、领土完整，将继续支持伊方开展经济重建，帮助伊方恢复工业、改善民生、实现可持续发展。中方愿同国际社会一道，为伊拉克长治久安、为地区和平发展作出积极贡献。(完)