彩云网登录|彩云网技巧

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。

多元支付不是要取代现金******

　　姚 进

　　近日，一则“大额纸币会逐渐退出市场流通”的传言引起涟漪，甚至有观点认为此举是为了推广数字人民币。显而易见，这是一种误读。人民币现金是国家法定货币，数字人民币研发不是为了取代现金，而是为了助力数字经济发展，提升普惠金融发展水平，更好满足人民群众生产生活需要。在可预见的将来，现金仍将长期存在。

　　由于纸币在流通过程中会逐渐老化，变脏变旧，这种“脏污”类型的纸币，属于不宜流通人民币。为进一步提升流通中人民币质量，2022年8月，中国人民银行发布了新版《不宜流通人民币 纸币》(JR/T0153-2022)金融行业标准，对脏污指标评价标准进行了提升。目前对一些纸币的回收，是为了进一步提升流通中人民币整洁度，确保公众用上“放心钱”“干净钱”。

　　近年来，随着第三方支付手段的普及，购物、用餐、加油、买票等诸多场景的现金支付已逐渐被手机扫码取代。移动支付的飞速发展改变了传统的支付方式，也改变了大家的支付习惯。有人说，现在出门不带现金不要紧，忘带手机则“寸步难行”；有商家说，使用现金成本较高，需要花时间去清点和保管，而且有安全上的顾虑；甚至有观点认为，既然移动支付是大势所趋，那么整顿拒收现金就是多此一举。

　　这些观点看似有一定道理，实则不然。人民币是我国的法定货币，人民币现金是我国境内最基础的支付手段。现实中，部分商家或公共服务机构拒收现金的行为，不仅剥夺了消费者的支付选择权，也损害了人民币的法定货币尊严，更不利于形成公平竞争的市场环境。

　　现金在保障公众支付权利公平、在重大自然灾害等极端情况下稳定公众支付需求等方面具备不可替代的优势。尤其对老年人来说，拒收现金给老年人的生活带来诸多不便。早在2018年，监管部门就曾明确鼓励多元化支付方式发展，整治拒收现金行为。2020年12月，央行就规范人民币现金收付行为有关事项发布专项公告，重申任何单位和个人不得拒收现金，不得排斥和歧视现金支付。可见，不论是什么原因，都不能成为拒收现金的理由。

　　目前，我国已形成现金、银行卡、互联网支付、移动支付并存的多样化支付工具体系，同时数字人民币研发和试点工作正在稳妥推进中。不同的支付工具各有优势，能较好地满足不同市场主体的支付需求。鼓励多元化支付不等于对现金说“不”，而是应该将选择支付方式的权利交给消费者。既要肯定多元化支付的意义，加强对各类支付结算方式的推广，也要充分尊重公众支付结算习惯，包括使用现金支付的习惯。

　　需要强调的是，数字人民币作为百姓日常消费支付手段的补充，不是为了取代现金，二者将长期共存。对于一些人担心的数字人民币会侵犯个人隐私问题，应该看到，数字人民币作为央行发行的法定数字货币，会充分尊重隐私与个人信息保护，并在此基础上做好风险防范。在实物现钞依然发行的前提下，公众仍然可获得实物现钞所提供的完全匿名性，不会因数字人民币的发行而受影响。

　　（文图：赵筱尘 巫邓炎）