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。

以全国统一大市场促进产需有机衔接******

　　作者：崔琳

　　完善的市场体系可以推动资源配置实现效益最大化和效率最优化，高效的流通体系能够在更大范围更深程度把生产和消费有机联系起来。《扩大内需战略规划纲要（2022—2035年）》将“健全现代市场和流通体系，促进产需有机衔接”作为深入实施扩大内需战略的重点任务。

　　建设全国统一大市场，打通制约产需衔接的制度梗阻。市场是当今世界最稀缺的资源，我国拥有包含14亿多人口的超大规模市场和联合国产业分类中的全部工业门类，国民经济的产需两端都蕴含着巨大的发展潜力。在此基础上，能否有效开发市场需求、持续改善供给质量，形成需求牵引供给、供给创造需求的更高水平动态平衡，关系到国民经济循环的健康与畅通。当前，国民经济在生产、分配、流通、消费等环节仍存在堵点、断点，制约要素市场化配置的制度性阻碍依然存在，垄断经营、准入限制、地方保护与行政壁垒等妨碍公平竞争的因素尚未消除。解决以上问题的关键一招就是建设全国统一大市场，通过理顺地方竞争关系、明晰政府与市场边界，构筑起支撑市场高效运转的制度地基，以统一的市场基础制度规则、统一的要素商品和服务市场、统一的市场监管标准与高水平的现代物流体系，破除封闭小市场、地方小循环，打通制约供给质量提升与需求优化升级的制度梗阻，形成供需互促、产销并进、畅通高效的国内大循环，持续释放内需潜力，加快构建新发展格局。建设全国统一大市场应以实现产需高水平动态平衡为目标，坚持问题导向和系统思维，从供给侧和需求端同时发力，全方位激发内需活力，既应着眼于消除阻碍生产者科学决策、有效生产的制度性壁垒，提升供给效率与质量，又应着力降低交易成本，发挥市场的规模效应和集聚效应，满足并扩大市场需求，在供求两端不断改善的过程中促进产需的高水平衔接。

　　现阶段，以全国统一大市场促进产需有机衔接需要把握以下三个政策要点。

　　一是深化要素市场化配置改革，促进资源有效配置。要素市场是现阶段制约我国高标准市场体系建设的主要短板，突出表现为城乡统一的建设用地市场仍不完善，劳动力在城乡、区域和单位之间仍然存在流动障碍，多层次资本市场体系有待建立，科研主体与市场主体存在分割，要素数据的确权与收益规则尚未明确等。为此，应着力消除制约生产要素自由流动的体制机制障碍，推动劳动力、土地、知识、技术、数据等要素资源的市场化配置改革，使要素价格真实反映市场供求与资源稀缺程度，提高资源配置效率。

　　二是锚定高水平社会主义市场经济体制目标，加快建设公平统一、竞争有序的大市场。我国经济体制改革的目标是建立更加系统完备、更加成熟定型的高水平社会主义市场经济体制，为此必须首要回答建设什么样的市场、怎样建设市场这一关键问题，而公平统一、竞争有序的全国大市场就是构建高水平社会主义市场经济体制最重要的客观基础。市场秩序公平有序的关键在于市场规则的统一性、公平性和可预期性，不同所有制企业在要素获取、准入许可、标准制定等方面享有平等待遇，通过制度规则的“安全感”稳定企业家预期，激发潜在投资需求。全国统一大市场建设的关键在于重构地方政府间围绕高质量发展的健康竞合关系，破除地方保护和市场分割，及时清理废除妨碍统一市场的各类规定与做法，提高市场准入效能，全面推动我国市场由大到强转变。

　　三是强化现代流通体系建设，切实保障产需衔接效率与安全。物流体系是连接产需两端的生命线，加快建设现代物流体系是建设全国统一大市场的应有之义，实施扩大内需战略必须以布局合理、整体畅通、安全高效的物流网络为依托。在需求端，要优化现代商贸体系，完善高水平商品交易市场，建设满足差异性偏好的多样化商贸设施。在供给端，要从提升产业链供应链韧性和安全水平的高度出发加快发展现代物流体系，实现区域、城乡、国际物流的快速联通，提高物流体系对产需两端的适配性，形成内外联通、安全高效的物流网络。（崔琳）