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。

勇担实现高水平科技自立自强的时代使命******

　　党的二十大报告提出，坚持创新在我国现代化建设全局中的核心地位，加快实现高水平科技自立自强，加快建设科技强国。现在，世界新一轮科技革命和产业变革迅猛发展，我们既面临难得的历史机遇，又面临严峻挑战。我们只有加快实现高水平科技自立自强，才能在这场激烈的科技竞争中占有先机，把握住这千载难逢的历史机遇。本期光明网理论学术动态导读关注“科技自立自强”这一主题，欢迎网友踊跃参与讨论。

　　把握推进新时代科技强国事业“靠什么自立”“何以自强”关键命题。当前，科技创新成为国际战略博弈的主要战场，围绕科技制高点的竞争空前激烈，我们必须深刻把握推进新时代科技强国事业“靠什么自立”“何以自强”等关键命题，勇担服务高水平科技自立自强的时代使命。一方面，我们“靠什么自立”？一是重源头创新：加强应用牵引的基础研究。我们要始终保持强烈的忧患意识、机遇意识，牢牢把握当前和未来一段时期我国科技事业发展的主要矛盾，集聚力量进行原创性引领性科技攻关。二是抓关键核心：推进关键核心技术合力攻坚。我们要坚持问题导向，紧跟发展全局急需、国家安全急需、产业前沿急需，身先士卒投身和推动创新链产业链融合，合力打造高效强大的共性技术供给体系。三是建自主体系。我们要大力弘扬科学家精神，以中国特色、中国风格、中国气派的学科体系、学术体系、话语体系推动科技创新事业蓬勃发展。另一方面，思考我们“何以自强”？一是强核心力量：强化国家战略科技力量。我们要全面、系统、准确把握国家战略科技力量的内涵和外延，深刻把握科技工作对接多样化动态化国家战略的整体机制。二是强开放融合：深度参与全球科技治理。我们要深刻把握构建新发展格局对我国参与全球科技治理提出的新要求，助力我国通过创新产业转移和关键资源引进，加速调动内外创新驱动力。三是强第一资源：构筑科研创新人才高地。我们要始终坚定“我国教育是能够培养出大师来的”强烈自信，争做提携后学的铺路石和领路人。详情

　　以国家战略需求为导向，聚焦自立自强全面提升创新活力。科技创新是百年未有之大变局中的一个关键变量，我们要坚持创新在我国现代化建设全局中的核心地位，抢抓新一轮科技革命和产业变革的重大机遇，聚焦自立自强全面提升创新活力，为经济社会高质量发展提供更加澎湃的动力。一方面，聚焦体系建设，打造创新主体合力。要着力提升国家创新体系整体效能，畅通创新资源在各个创新主体之间、创新链条之间、创新环节之间的流通渠道；要加快形成支持全面创新的基础制度，创新研发创新平台和产业技术研究院建设模式。另一方面，立足基础研究，增强自主创新能力。要着力提高基础研究能力和水平，集聚力量进行原创性引领性科技攻关；要着力实施企业技术创新能力提升行动，实施更大力度的研发费用加计扣除、激励科技型中小企业创新的税收优惠等普惠性政策。同时，着眼关键领域，提高科技成果转化和产业化水平。要促进技术成果与重大需求相结合，强化企业主导的产学研深度融合，既要加大新一代信息通信技术、生命健康技术、智能芯片技术等领域关键节点的研发攻关力度，还要面向重点产业、新兴产业，着力推进创新链产业链资金链人才链深度融合。详情

　　新时代的优秀科技文化是实现高水平科技自立的深厚土壤。建设世界科技强国、实现高水平科技自立自强是党中央在新的历史方位作出的重大决策，而科技文化是建设世界科技强国、实现高水平科技自立自强的重要内容。中华民族素有文化自信的气度，坚定文化自信体现的正是中国精神、中国价值和中国力量。有了这种文化自信，我们就有了科技文化创新的定力，就有了科技文化创新的方向。事实上，世界科技强国的崛起都是以科技文化的发展繁荣为前提和基础的，因此，适应建设世界科技强国的需要，科技文化创新必须坚持目标导向与问题导向相统一、立足国内与全球视野相统筹，不断增强科技文化创新的主动性和自觉性，努力塑造符合新时代特点，满足经济社会发展要求，能够引领和支撑建设世界科技强国、实现高水平科技自立自强的现代科技文化。详情

　　教育、科技、人才一体化推进助力实现高水平科技自立自强。必须坚持走中国特色自主创新道路，教育、科技、人才一体化推进，加快实现高水平科技自立自强，打通从科技强到产业强、经济强、国家强的通道。一方面，教育、科技、人才一体化推进，是关乎国家和民族长远发展的重大战略擘画。改革开放以来特别是党的十八大以来的实践证明，建设社会主义现代化国家、推进中华民族伟大复兴，基础在教育、关键是科技、归根结底靠人才。另一方面，教育、科技、人才一体化推进，是在国际竞争中占据先机和优势的必然要求。当前，世界之变、时代之变、历史之变正以前所未有的方式展开，新一轮科技革命和产业变革迅猛发展，教育、科技、人才都是衡量一个国家综合国力的重要指标，我们必须以更大的力度、更实的举措，确保教育、科技、人才一体化推进，使我国拥有教育发展优势、科技比较优势、人才竞争优势。同时，教育、科技、人才一体化推进，是推动我国经济社会高质量发展的大势所趋。从全球范围和我国实际看，教育、科技、人才同经济社会发展加速渗透融合，教育、科技、人才一体化推进，是推动经济社会高质量发展的迫切要求和强大驱动，必须始终把教育摆在优先发展的战略位置，坚持走中国特色自主创新道路，全方位支持人才、帮助人才，千方百计造就人才、成就人才。详情

　　多措并举推动科技自立自强。推动技术标准与知识产权协同创新，是我国塑造发展新动能新优势、实现高水平科技自立自强的关键抓手，需不断明确标准与知识产权协同推进科技自立自强的前进方向，多措并举推动科技自立自强。第一，科技自立是科技自强的前提，实现高水平科技自立自强必须解决好关键核心技术领域的“卡脖子”问题。鼓励多元创新主体开放协作，部署应急攻关科技项目；完善科技自立的顶层设计与制度安排，通过全局性部署科技产业发展脉络。第二，科技自强是科技自立的进一步跃升，是国家科技实力的总体表征，实现高水平科技自立自强需要不断提升国家科技创新力和影响力。在创新力层面，注重科技产业的基础研究部署与前沿科技探索；在影响力层面，积极参与国际标准及规则制定。第三，实现高水平科技自立自强，需要战略性谋划标准与知识产权协同创新，通过关键技术路线攻关提升未来产业的专利质量以获得技术领先，通过标准创新网络构建提升未来产业的合法性地位以获得市场认可，提升未来产业国际市场话语权。第四，实现高水平科技自立自强需要部署国际和区域标准体系，进一步深化国家技术标准创新基地建设，鼓励国家标准创新网络构建，大力推进中外标准互认，构建与国际标准兼容的标准体系。第五，进一步完善标准与知识产权协同推进科技自立自强的保障机制，鼓励科技产业政策中融入更多有关标准参与和知识产权联营等方面的操作引导，加快标准、知识产权、技术市场等科技服务行业发展。详情

　　（光明网记者 赵宇整理）