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。

以切实举措有序推进乡村振兴******

　　民族要复兴，乡村必振兴。乡村振兴是包括产业振兴、人才振兴、文化振兴、生态振兴、组织振兴的全面振兴。实施乡村振兴战略，是我国社会发展的重大战略部署。党的二十大报告提出，要“全面推进乡村振兴”。2022年，我国全面推进乡村振兴重点工作，乡村振兴形成新格局。本期光明网理论学术动态导读关注“乡村振兴”这一主题，欢迎网友踊跃参与讨论。

　　扎实推动巩固拓展脱贫攻坚成果同乡村振兴有效衔接。要在制度体系建设上做好衔接，健全防止返贫动态监测和帮扶机制，建立“巩固”“衔接”长效机制，进一步完善东西协作帮扶和中央单位定点帮扶机制；在科技创新上做好衔接，建立健全科技支撑乡村振兴的制度机制，充分发挥农业科研院所作用，加大农村企业科技扶持力度；在主体培育上做好衔接，大力帮扶农业企业和新型经营主体，构建“企业支撑型”县域经济发展模式，通过多种形式盘活农村集体资源发展壮大村级集体经济；在“三大体系”建设上做好衔接，产业体系方面推动农业集约化、规模化发展，生产体系方面大力发展现代农业产业，鼓励城镇工商资本、民营企业、农村“能人”在农村投资发展，经营体系方面鼓励发展市场农业、创汇农业和商品农业；在人才支撑上做好衔接，扩大农业类专业招考比例，拓宽高素质农民发展路径，坚持用于支持新型经营主体科技创新技术研究或示范项目立项的稳定性资金投入。详情

　　以统筹教育、科技和人才资源协同配合推进乡村振兴。坚持教育兴农是乡村振兴的基础性支撑。要以教育兴农提升农村人口的整体素质，培养和造就“有理想、有道德、有文化、有纪律”的高素质社会主义新人；要以教育兴农培养大批农业科技创新人才，为乡村振兴注入科技的力量；要以教育兴农传承中华优秀传统文化，带动乡村文化更加繁荣，要以教育兴农阻断贫困的代际传递，有针对性地为农村提供优质教育资源。坚持科技兴农是乡村振兴的引领性动力，要以科技创新引领农村改革和统筹乡村建设，完善农村基础设施、改善农村人居环境、健全城乡融合发展机制、增强农业农村发展活力、发展新型农村经济，筑牢乡村振兴的第一推动力。坚持人才兴农是乡村振兴的战略性引擎。要通过优化发展环境、厚植乡土情怀，培养能够适应新时代“三农”发展顶层设计的战略人才、懂得现代农村治理的管理人才、掌握先进农业技术的科技人才、服务乡村文明建设的文化人才，让更多的有用之才成为乡村振兴的强大引擎。详情　　以推动县域经济发展助力乡村振兴。当前在乡村振兴背景下，县域发展面临着对农业的关注度不足、农业内部分工不足导致农民增收难、缺乏将农业现代化与现代生物、数字技术有机结合的意识和能力等方面的挑战。要在乡村振兴战略的视角下推动县域经济发展，一方面要保障口粮绝对安全与主要农产品自主可控，建立支持农业生产、适应农村转型和兼顾城乡统筹发展的发展战略，以工促农带动农食系统逐步完成高效高质绿色方向转型。另一方面要以县城为核心构建多维度的市场机制，逐步缩小县乡和县城之间的收入和社会福利差异，提升资本和劳动在城乡间和农业内部的配置效率，实现全民共同富裕。同时要创建绿色农业发展方案，重视自然资源经济价值评估和生态补偿机制建设，提高绿色生态农业、可再生农业等在县域农业发展中的比重，加强农业数字化转型建设，提升县域发展的可持续性。详情　　以高质量公共法律服务助力乡村振兴。高质量公共法律服务助力乡村振兴，重要发力点之一就是增加公共法律服务有效供给。要通过用法治思维和法治方式解决“权利贫困”与法治保障之间的矛盾，对待乡村振兴过程的行为与事件，让法治贯穿乡村振兴的各个环节，更加凸显公共法律服务的专业性。要坚持从实际出发，根据不同乡村自然环境、经济状况、人口结构、风土人情等不同情况，因地制宜开展公共法律服务工作，更加凸显公共法律服务的多样性。要有效回应每个独立个体自身权利的赋权需求，统筹建立因地制宜的多元共治机制，更加凸显公共法律服务的精准性。要完善双向的信息反馈机制，即时把握乡村振兴随时引发的社会新问题，建立健全公共法律服务事项清单和项目标准动态调整工作机制，有效回应乡村振兴进程中出现的新问题、新挑战，更加凸显公共法律服务的动态性。详情

　　（光明网记者徐倩阳整理）