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。
女子不让男童上女厕遭骂，都该拿出些大人的样子******
父母是孩子的第一责任人没错，但孩子不是物体，总有一些思维和举止，是父母教育一时无法抵达的。可能孩子的某些小失控的行为，正面积极看待是童真，反感抵触看就是冒犯
1月31日，多个平台上出现了一则“女子不让6岁男童上女厕所遭痛骂”的热搜。据网络流传的视频和媒体报道，近日在黑龙江哈尔滨，一地铁站女厕所内，女子发现有个男童站在里面后，加以制止。随后孩子家长称该女子伤害了孩子心灵，将女子堵住要求道歉，双方在厕所内激烈争吵。
被骂女子表示，自己从头到尾并没有凶男孩，只是质疑六岁男童上女厕所且未关门的问题。除了男孩母亲，男孩父亲和另一位同行女子也一直在辱骂她，辱骂时间持续近30分钟。警方目前正在调查此事。
看完这个视频心里很不是滋味，男童妈妈不停声嘶力竭地喊“你伤害他了”，那种难受，是真崩溃。但估计她看完网上一边倒批评她的声音，会更崩溃。
谁造成了她的崩溃？男童妈妈肯定觉得是被骂女生，公允地说，另有“其人”：
一是她自己。6岁男孩能不能进女厕所或许没定论，但6岁孩子应该有性别意识是育儿常识。老话也讲“儿大避母，女大避父”，性别教育既是保护孩子，也是形成孩子正常社会人格的必修课。父母没充分尽到责任，才会让6岁男孩懵懵懂懂地出现在女厕所，被提醒后还理直气壮。
同时，打着为孩子争取道歉的名义，为宣泄自己情绪找出口，让孩子在现场被围观，甚至被放到网络上接受“审判”，少了一点成年人的理智，也是激化矛盾的主要原因。
二是整个社会不够友好的育儿环境。这几年关于男孩进女厕所的热点新闻屡见不鲜，比如去年11月，福建泉州一宝妈因身体不适带2岁儿子进女厕隔间，也引发了冲突，部分网友的评论很难听。当“占用女性资源”的帽子扣下来，事情性质就不一样了。说到底，还是因为公共场所没有专用或者家庭卫生间。带男娃的宝妈能去哪里上厕所？人有三急，不可能像有网友说的那样提前规划尽在掌握。丢厕所外面等，又该被批不负责任了。这些带娃女性的难处，应该被看见、被重视。
不久前，2022年中国人口减少85万人登上热搜。这是我国人口自1962年以来首次出现负增长。这些年鼓励生育也成了整个国家的当务之急，很多地方都提出了要打造育儿友好型社会，有的地方直接给二胎、三胎家庭发钱。但仅仅着眼经济因素还不够，公共环境、社会舆论的友好程度也影响着生育意愿。应对老龄化社会我们进行了适老化改造，迎接生育潮，公共环境是不是也应该推出“适娃化”改造？比如最基本的，增设母婴室和家庭卫生间。
社会舆论需要更多一些的担待氛围。近些年，涉及孩子的新闻留言区，常常能看见戾气很重的指责，少了一些基本的共情力和包容心。父母是孩子的第一责任人没错，但孩子不是物体，总有一些思维和举止，是父母教育一时无法抵达的。可能孩子的某些小失控的行为，正面积极看待是童真，反感抵触看就是冒犯。在合理范围内，对“幼崽们”给予宽容之心，想必也是每一个物种族群的生存法则，人类亦是如此。现在很多年轻人挂在嘴边的边界感，与“幼吾幼以及人之幼”并不矛盾，不宜动辄将二者对立起来。
回过来看这个流传甚广的冲突视频，拍摄女生在厕所中如何批评男童的？是不是像她所称没有过激言行？她是不是视频上传者？视频里人的样貌未经处理就发布是否触犯法规？有没有煽动网络暴力？都值得追问和商榷。
对双方来说，闹成现在这样都不体面。如果能换一种处理方式，都拿出些大人的样子，或许不会是大家都难堪的局面。
成都商报-红星新闻特约评论员 罕山
