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。

印尼已为中国游客准备好红毯！******

　　新华社雅加达1月12日电（记者孙磊）中国近期不断优化调整防疫政策、有序恢复公民出境旅游以来，东南亚多国陆续加入“抢客”行列。在旅游业发达的印度尼西亚，旅游和创意经济部长桑迪亚加·乌诺隔空“喊话”，印尼“已为中国游客准备好红毯”。当地旅游业协会和从业者也热情期待着中国朋友的到来。

　　“中国游客，印尼欢迎你们！”乌诺日前在印尼首都雅加达举行的例行发布会上说。

　　乌诺近日告诉新华社记者，新冠疫情冲击印尼旅游业，近100万个工作岗位受到影响。疫情之前，中国是印尼境外游客的主要来源地。印尼中央统计局数据显示，2019年到访印尼的中国游客达207万人次。中国游客对印尼重振旅游业十分重要，越来越多往返中国与印尼的航班复航对于印尼旅游业是特别积极的消息。

　　2022年12月31日，人们在印度尼西亚巴厘岛观看新年烟花。新华社发（比辛拉西摄）

　　印尼度假胜地巴厘岛深受中国游客喜爱。印尼旅游知识分子协会会长阿兹里尔·阿扎哈里表示，旅游业是巴厘岛主要经济活动，盼望中国游客尽快到来，“这有利于刺激印尼、尤其巴厘岛的旅游业发展”。

　　“这里曾经有很多中国游客。我们希望中国游客回来，这将振兴巴厘岛的旅游业。”巴厘岛旅游车司机克图特·梅尔塔说。

　　这是2023年1月1日在泰国曼谷郑王庙上空拍摄的新年烟花。新华社发（拉亨摄）

　　面对中国市场，东南亚多国“抢客”的心情热切、诚意十足。政要和官员纷纷为本国旅游业“代言”，向中国游客发出“邀请函”。菲律宾总统马科斯日前发出邀请，希望中国游客重返菲律宾，领略这个热带海岛国家的自然风光和人文风情。柬埔寨首相洪森表示，欢迎中国游客来柬旅游、振兴该国经济和旅游业，柬埔寨不会对华采取入境防疫限制措施，希望今年接待200万人次的中国游客。

　　1月9日下午，泰国副总理兼卫生部长阿努廷、旅游与体育部长披帕、交通部长萨撒扬等官员到机场欢迎防疫政策调整后首批抵泰中国旅客。准备好的鲜花、纪念品，亲切相迎的笑脸和问候，上书“中泰一家亲”的横幅，现场气氛温馨。泰国财政部长阿空·登比达亚拜西日前表示，虽然世界经济面临下行压力，但中国游客回归等利好因素，有望推动泰国实现今年3.8%的经济增长目标。

　　1月9日，泰国官员在位于首都曼谷东郊沙没巴干府的素万那普机场欢迎搭乘厦门航空MF833的旅客。新华社发（拉亨摄）

　　新加坡卫生部长王乙康日前表示，“中国的开放是大好消息，我们期待已久，两国可以恢复丰富的、实质性的人文交流。”

　　针对多个国家近期出台欢迎中国游客的举措，外交部发言人汪文斌11日在例行记者会上表示，中方会为游客前往这些国家旅游提供更多便利，将继续优化调整有关措施，与各方共同保障中外人员安全顺畅有序往来，为国际团结抗疫和世界经济复苏贡献力量。

　　他表示，友善自然会让中国游客感受到温暖和欢乐、宾至如归，成为他们选择出境旅游目的地的重要因素之一。（参与记者：郭鑫惠、王亚光、宋宇、刘锴、林昊、蔡蜀亚、李、成欣、冯歆然；报道员：古鲁、瓦扬、蒂姆、塔纳；剪辑：沈浩洋；编辑：马晓燕、孙浩）

　　新华社国际部制作

　　新华社国际传播融合平台出品