彩神彩票登录_互动百科

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 。

粤港澳全运会竞赛规程出炉******

　　广州日报全媒体记者 白志标

　　2025年 ，第十五届全国运动会(十五运)将由广东省、香港特别行政区和澳门特别行政区共同举办。这是党 的二十大后国内首个大型综合运动会，是全运会第一次来到香港和澳门两个特别行政区。日前 ，国家体育总局竞体司发布第十五届全运会竞赛规程总则，共设置34个大项，即33个奥运项目和1个武术项目 。

　　项目设置对标奥运会

　　根据此次发布的十五运竞赛规程总则，在竞赛项目设置上对标了2024年巴黎奥运会，33个奥运项目中除了过去奥运会常设 的体操、射击、游泳 、赛艇、皮划艇、乒乓球 、羽毛球、马术等项目外 ，还设有巴黎奥运会新增的霹雳舞 、滑板、攀岩等新兴项目 。而且 ，在竞赛项目设置中还特别说明 ，国家体育总局将根据2028年洛杉矶奥运会设项情况完善第十五届全国运动会竞赛项目 。

　　作为国内规模最大 、竞技水平最高 的运动会 ，全运会从最初融合奥运和非奥项目的“全国体育大会” ，逐渐过渡到设项对标奥运选拔竞技人才 的重要平台 。不过 ，过去两届全运会为了带动更多普通人群关注和参与体育运动 ，增设了大量的群体比赛项目 ，让全运会又返回到全国体育大会模式 。

　　西安体育学院教授罗普磷表示，十五运竞赛项目设置和竞赛规程总则说明，全运会重新回到举办全运会 的宗旨“就是服务我们国家 的奥运战略 ，提升我国竞技体育综合实力和为国争光能力”。

　　新体能测试成为常态

　　在此次公布的十五运竞赛总规程竞赛办法中 ，明确强调报名运动员在全运会各项目资格赛前需进行体能测试 。众所周知，体育总局2020年颁布各项目统一 的体能测试 ，并且视为参加全国赛事和奥运会 的门槛，其不同运动项目却采取相同体能测试标准 的“一刀切”做法备受争议 ，甚至出现众多知名运动员无法参加全锦赛的情况 ，就连亚洲跑得最快的苏炳添都难以获得参赛资格 。幸好各项目协会对体能测试进行了灵活应对，根据项目特点在体能测试时有所选择。

　　然而，在网友提问关于体能测试 是否继续执行时，体育总局官网给出明确的答复 ：狠抓体能 、恶补短板 是东京奥运会备赛 的成功经验 ，通过强化基础体能训练提高竞技水平 、增强实战能力、磨炼意志品质、锻造优良作风 、预防伤病和促进疲劳恢复等理念已得到各有关项目国家队和省市运动队 的认可 ，正成为一种共识在队伍训练予以贯彻落实；体育总局将一以贯之持续重视并抓好体能训练工作，推动建立体能训练制度化 、长效化、科学化工作机制 。

　　因此，进入新的奥运周期 ，体能测试将依然成为各个运动项目的基础内容，新任的国家体育总局局长高志丹在去年年终的全国体育局长会议上也提出：坚持不懈抓体能，抓好抓实两个冬训 。

　　当然 ，现在不会再执行此前的所有项目统一测试标准，而是根据项目特点设置各自 的体能标准 。因此 ，此次粤港澳全运会关于资格赛前进行体能测试 的说明中也强调，合理设置体能测试内容、标准和方式 ，达标者方可参赛。

　　据罗普磷透露，国家体育总局在体能训练方面将规范各项目体能测试标准 ，定期组织体能测试评估，强化体能训练的监督指导 ；建立体能测试数据库 ，不断丰富和完善各项目基础体能、专项体能和冠军体能标准 ；完善制度措施 ，将体能水平与入队标准 、选拔资格、参赛准入 、奖励制度挂钩，推动体能训练持续强化深入。

　　（文图 ：赵筱尘 巫邓炎）