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。

《八闽文库·福建民间契约文书》在福州发布******

　　《八闽文库·福建民间契约文书》在福州发布

　　海内外知名专家学者出席《八闽文库》国际学术研讨会

　　本报讯 12月15日，《八闽文库·福建民间契约文书》新书发布会暨《八闽文库》国际学术研讨会在福州召开。

　　复旦大学文科资深教授、全国古籍整理出版规划领导小组成员、《八闽文库》编委会主任葛兆光致辞。厦门大学人文与艺术学部主任、《八闽文库》编委会成员、《福建民间契约文书》主编郑振满介绍了编纂情况。海峡出版发行集团党委书记、董事长林义良介绍了《八闽文库》全媒体出版工程进展情况和《福建民间契约文书》50册出版情况。新书发布会由福建省委宣传部副部长、省新闻出版局（版权局）局长肖贵新主持。

　　福建省委常委、宣传部部长张彦指出，《八闽文库》全媒体出版工程开启了福建大规模全面调查、整理、出版历代文献典籍的先河，继2020年推出第一辑《福建文献集成》后，《福建民间契约文书》的正式出版，标志着这项工程取得又一重要成果。要积极运用数字化手段，推动古籍“活起来”，走进大众视野、融入现代生活。深化闽台古籍交流合作，开展古籍外译和海外宣介活动。

　　葛兆光教授在讲话中指出，福建的地，是背山而面海，福建的人，是移民加上土著，福建的历史，是延续唐宋中原传统，又开创明清海洋文化。《八闽文库》正是在汇集地方性古典文献中，呈现和传承着这种独具一格的福建文化。《福建民间契约文书》50册的面世是一个了不起的成绩，符合目前学术界文化界“眼光向下”的新趋势，即从历史聚焦于王朝政治和精英文化，转向社会底层与日常生活。

　　发布会上，有关领导向福建省档案馆、福建省社会科学联合会、福建省图书馆、福州市图书馆、厦门大学、福州大学图书馆、福建师范大学图书馆七家单位代表递交《福建民间契约文书》赠书牌。

　　发布会结束后召开的《八闽文库》编纂出版研讨会和《八闽文库·福建民间契约文书》国际学术研讨会上，编委会成员与专家们对《八闽文库》的编纂情况进行了热烈讨论，来自哈佛大学、名古屋大学、麦吉尔大学、复旦大学、厦门大学等海内外的知名专家和学者，对东南地区民间文书的丰富内涵和特殊价值进行了不同角度的解读和分析。

　　据悉，作为重大公益性文化工程，《八闽文库》全媒体出版工程由中共福建省委宣传部牵头指导，海峡出版发行集团具体实施，厦门大学民间历史文献研究中心编，海峡出版发行集团所属福建人民出版社出版。工程先后写入福建省国民经济与社会发展第十三个、第十四个五年规划及《2021-2035年国家古籍工作规划》。本次发布的《福建民间契约文书》为《八闽文库》专题汇编部分最大的一个专题，收录了账簿、阄书、诉状、收据、税单、人情簿、科仪书等民间契约文书，于细微处见知著，生动反映了经济社会的历史变迁，对于进入历史情境、还原历史细节，深入研究福建历史文化具有重要意义，标志着《八闽文库》全媒体出版工程取得又一重要的阶段性成果。

　　出席会议的还有福建省人民政府副省长、党组成员林文斌，全国政协社会和法制委员会副主任、福建社会科学院院长、《八闽文库》编委会主任张帆，以及《八闽文库》出版工程领导小组成员单位代表和《八闽文库》编纂委员会委员代表，七家受赠单位代表。