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。

外媒积极展望2023 世界对中国充满期待！******

　　国际在线专稿：2022是不平凡的一年，在复杂严峻的国内外环境下，中国依然在经济社会发展各领域取得可圈可点的成绩，交出一份份令世界瞩目的答卷。伴随着2023热闹开局，古老而日新的中国已然扬帆驶入了新的征程。近日，多家外媒热议中国新气象，国际社会各界积极展望2023年中国蓬勃发展的前景。有外媒称，中国将继续成为世界经济增长的引擎。

　　巴基斯坦《每日时报》1月3日报道截图

　　巴基斯坦《每日时报》1月3日刊发一篇题为《中巴经济走廊2023：希望与挑战》的专栏文章称，在中国优化调整疫情防控措施和巴基斯坦经济局势动荡等多重形势下，2023年的中巴经济走廊(CPEC)将面临新的希望与挑战。文章作者指出，巴中两国在教育、文化等领域的交流与合作正在日益加强。此外，基于中巴自贸协定第一阶段和第二阶段的全面展开，2023年巴中贸易格局将获得进一步拓展。

　　日前，《每日时报》还曾发布另一篇题为《中国—2023》的评论文章，认为新的一年中国国家领导人习近平将在区域与国际政治中扮演更加重要的角色。文章指出，过去十年中，习近平主席在政治与经济领域向世界表达了中国观点，表现卓越。自2013年以来，他展现出雄心壮志，希望领导中国人民实现梦想，“2023年，习近平主席将进一步推动构筑‘中国梦’”。

　　文章提到，2022年12月，习近平出席首届中国-海湾阿拉伯国家合作委员会峰会，中阿关系的深化加强将在未来助力中国梦的实现。此外，文章作者还强调，2023年将迎来“一带一路”倡议提出十周年，“数据表明，这项倡议在很大程度上取得了成功。随着其推行接近十年，该战略与国内政策的融合将更加系统化，并与中国西部地区的发展及全球化紧密相连。”

　　美国有线电视新闻网1月2日发表报道展望2023中国新气象，指出中国新阶段疫情防控政策的优化调整可能将对世界经济产生巨大影响。报道称，2023年中国经济的回升将为依赖中国的经济体发展提供至关重要的推动力。报道还提到，中国放宽出入境政策后，一些国家表示热烈欢迎，纷纷通过大使馆与文旅部门在社交媒体上向中国游客发出邀请。尽管有部分国家采取仅针对中国的入境限制，但很多医疗卫生专家都对此提出批评，指出其缺乏科学依据，存在煽动种族主义与仇外情绪的风险。文章最后写到，随着中国逐渐开放国门，更多高层对话与国际交流已在筹备中，法国总统马克龙、荷兰首相吕特、意大利总理梅洛尼及美国国务卿布林肯等都有望在今年访华。

　　俄罗斯战略文化基金会网站2022年12月31日报道称，中国正在制定一系列措施，加快推动2023年经济增长。文章指出，值得注意的是，中国计划通过提升对创新型、高质量产品（特别是绿色产业）的新需求来刺激消费，扩充国民对低碳产品的需求。文章援引中金公司的分析师评论表示，2023年中国经济增长将转向由数字和绿色经济主导的发展模式。

　　西班牙《经济学家报》报道截图

　　西班牙《经济学家报》不久前发文称，据美国彭博社预测，2023年全球经济增速或将为2.1%，在几大主要经济体当中，中国经济增长将更加突出，是推动全球经济增长的最大贡献力量。报道综合经合组织与彭博社的预测结果指出，美国明年经济增长约为0.4%，欧盟经济增长或为0.2%，中国经济增长则有望达到4.7%。西班牙埃尔卡诺皇家研究所高级研究员马里奥·埃斯特万表示，中国将继续成为世界经济增长的引擎，中国庞大的经济规模及其增长速度都表明了中国是稳定世界经济的中流砥柱。（史赫奕 王鲁平 黄蓉）