天天发娱乐投注_天天发娱乐手机版APP

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。

温州医科大学附属第一医院为健康保驾护航******

　　1月9日上午9时，温州医科大学附属第一医院内一位67岁老人昏迷后口吐白沫。伴随着一声声沙哑的“让一让，请让一让！”担架上的老人被推入急诊抢救室。抢救室拥挤到医生也快无处下脚的地步，没有空床，医护人员只能就地抢救……这样的急救画面时刻都在发生，抢救室内的床位已经满员，作为战时抢救后备区域的急诊大厅也躺满了人，内科急门诊诊室由原来的2个增加到8个，但每天依然是黑压压的一片人头在排队。

　　“我在新疆已经阳过了，非常时期，可以尽一份力。”还在援疆服务期的消化内科副主任黄庆科刚结束2个月的方舱工作，根据上级指令回温州休假的他，主动报名返院支援，连续多天在急门诊连轴转。“1月4日，急诊总人数1900余人，其中急危重症患者约130人；全院住院患者4200人，床位全满……”急诊科副主任（主持）洪广亮介绍，最近急诊抢救入院人数是平时的近3倍，其中急危重症数量较平常增加尤为明显，且大多是有基础疾病伴发低氧血症的老年人。在公园路院区急诊科，整个急诊大厅都躺满了人，急诊一楼后门CT室门口都是加床。

　　连日来，为使患者得到及时有效的救治，温州医科大学附属第一医院“全院启动方舱模式”收治新冠病毒感染患者，储备应急支援队伍，抽调医务人员支援发热门诊、急诊及重症隔离病区，职能处室负责人驻点急诊抢救室、发热门诊、参与临床查房，协助患者分流、调配床位……

　　“好在最近几天医院出了很多新政策，医务处的几位负责人每天在两个院区的急诊科协调，滞留人数降下来了，医疗救治秩序也更加高效了。”负责公园路院区急诊运行的急诊科副主任吴斌介绍说，根据阶段性患者实际就诊需求的变化，动态优化政策发挥了重要作用。前段时间公园路院区急诊内科诊室排长队，就增设发热门诊和机动班，向各科室抽调有抗疫经验的医护人员支援发热门诊，加快患者分流，提高了诊疗效率；近几日抢救室接诊的高龄老人、基础疾病患者数量较多，医院则安排各科室支援急诊，按指标认领病人，滞留人员大大减少。

　　说起坚持在急救一线的医护人员，急诊400病区护士长李心群和410副护士长何春雷有些哽咽：“工作量翻了好几倍，不少同事感染后还未痊愈，有的夜班护士还在发烧，但大家都是做急诊的，都知道现在的困难，好多人二十来天几乎没休息过，大伙儿都说自己随时能顶上，一定会扛过去的。”

　　“所有床位迅速收满，这里就如临时的‘战地医院’，每个医护人员都绷紧了神经竭尽全力救治患者。”1月9日早上8时，在6号楼重症救治病区，ICU副主任王晓蓉、徐红蕾与经培训的内外科支援人员组成诊疗小组正在紧张的查房中。收治在重症病区的患者大都是患有基础疾病合并新冠病毒感染的老年人，病情变化快，医护人员时刻承担着巨大的体能消耗与心理压力，半夜接到“抢救电话”赶回病区支援是常态，很多时候结束抢救后，因放心不下患者，医护人员就在办公室简单打个盹，再投入新一天的工作。

　　“全院护理人员随时投入医院救治工作，特殊时期有太多‘轻伤不下火线’的例子，让我们又心疼又为他们全力拼搏的精神感动。”护理部主任孙彩霞说。重症医学科副主任医师马继红，第一时间进入增开的重症病房，连续半个月无休，为争取生命抢时间。“人手不足时，白班夜班连着上，医院给的5天隔离假一天也用不上。”

　　俯卧位通气治疗有利于肺炎患者血氧值的提升，对于救治工作尤为关键，收治在重症救治病区的患者往往是缺乏自主性的高龄老人，自身无意识使不上力，常常需要4、5名医护人员一起协助。每天上午下午各两次翻身俯卧，一轮下来，医护人员脸上身上早已被汗水浸透。“虽然工作量大幅增加，但看到患者呼吸逐渐顺畅，也给了我们许多救治的信心。”说话间，重症监护室护士长张其霞又匆匆投入了紧张的工作。

　　时值深冬，“老慢支”、肺心病、肺气肿等疾病高发，呼吸与危重症医学科全科出动，每日仅系统中收到的会诊申请都在150人左右，床位一扩就满，通宵夜值成为日常。担任呼吸与危重症医学科住院总的主治医师陈超蕾每日奔波在会诊和协调呼吸科床位的路上，几乎每天都深夜或凌晨才完成会诊记录。在排床时，她也会主动和急诊分流的医师申请，将更加危急的病患排到呼吸科病区，以缓解其他专科病区的压力。

　　为应对庞大的发热患者就诊人次，温州医科大学附属第一医院发热门诊诊室从3个增至7个，由原本感染内科固定配员变为感染内科带头，其他内外科医师增援。发热高峰时期，前去支援的医护人员纷纷因频繁接诊新冠感染患者而发烧，发热门诊组长、感染内科医师陈瑞聪说，“我们都不忍心请假，因为不是我强撑着在干，就是我的兄弟替我顶着。”

　　本轮疫情初起时，372名各专科的规培研究生与外院规培学员第一时间选择留下，他们大部分人也感染了新冠病毒，面对巨大的救治压力，年轻的他们休息一两天就回到工作岗位。重症高峰到来，又有300余名研究生返院加入到全院医疗救治队伍。

　　据悉，温州医科大学附属第一医院组建了500人重症、急诊后备队，360人重症护理队，500人发热门诊后备队，所有人员都经过重症、急诊轮岗，技术过硬，实行车轮战，轮番上阵。（光明日报全媒体见习记者刘习记者陆健）

　　（文图：赵筱尘 巫邓炎）