盈彩网客户端下载-盈彩网平台

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。

刻画“兔”飞猛进的意趣******

　　金兔呈祥（铜版） 李博韬

　　青云直上（水印木刻） 张蒙萌

　　兔飞猛进（水印木刻） 崔正

　　合家平安（木版套色） 王贤丰

　　小版画尺幅虽小，却意趣盎然，不同版种的作品因其不同的原理和技法展现出各自的独特魅力，不拘一格，耐人寻味。新年到来，中央美术学院版画系的贺年生肖小版画展活动举办，三百余幅以“癸卯兔年”为主题的版画，承载着迎福纳祥的美好祝愿。

　　按照使用材料，版画可分为木版画、石版画、丝网版画和铜版画。今年的水印木刻贺年小版画作品，师生们在继承优秀传统的基础上，充分运用水性材料的温润感和水墨比例的奇特变换进行创作。比如，王艺凝的《癸卯贺新》系列作品呈现出了栩栩如生的毛绒质感；丁科的《广寒宫灯》、崔正的《兔飞猛进》采用整版和饾版相结合，并借鉴了荣宝斋和浮世绘的传统印法，虚实渐变，创作出既有传统文化内涵又极具表现力的作品。

　　丝网版画也被称作漏版印刷，运用多版套印和色彩叠加印刷，可以创造出丰富的色彩层次和肌理效果。比如，甘世腾的作品《兔入青云》，灵感来源于山水画《千里江山图》，将青山绿水的元素与兔子的形态相结合，借敦煌壁画中“飞天”的经典形象，寓意平步青云、飞上云端。

　　石版画制作流程烦琐、严谨，印数有限，非常具有收藏价值。赵利奇的版画《弄啥嘞？》是以传统石版作为媒介来进行制作，充分体现出了石版画富有层次、透气、细腻颗粒感的独特语言魅力。除石板材料外，平版画还包括现代胶印版画，即在透明菲林片上作画后，运用在PS板上感光的方式来完成作品印制，更具有便捷性和可操控性，画面细腻，光影感强。陈柏宇小版画《2023别卷了》通过现代感光印刷的方式进行分版、套版制作，展示出了平版画的直接性、绘画性和生动性。

　　 铜版画技法种类繁多，如雕版、干刻、蚀刻、飞尘、软蜡、糖水、美柔汀等，深得艺术家的青睐。金郑晓的《I love U too》运用照相制版技法，将电脑制图和手工制版结合在一起，工艺复杂，画风时尚。苗水仙的《Hello!New Day！》运用美柔汀技法，以摇刀制作黑底，黑中提白，细致入微地呈现出丰富的色调。

　　透过此次贺年小版画展出的作品，我们既能看到大胆的创新、创造以及独到的技艺探索，也感受到大家对传统文化、传统技法的用心用力。许多作品充分挖掘传统节日喜庆元素和吉祥纹样，如朱玄玄的《守月明》、李博韬的《金兔呈祥》等作品呈现了象征团圆的满月，王怡宁的《好柿天降》、贾小童的《柿柿如意》、林楷龙的《万柿如意》、潘虹池的《兔年大“橘”》等作品中都出现了象征如意和吉祥的柿子和橘子。林恬琪的《三兔共耳，扬梅兔气》、李劲弈的《卯兔伴月》、郑琹语的《兔兔团圆》都不约而同地运用了“三兔共耳”这一敦煌莫高窟中出现的有趣图像元素。

　　今天，央美版画系的师生们继续秉持“艺术为人民服务”的初心，深入生活，扎根人民，用全新的艺术面貌制作出“新年画”，用青春洋溢的刀笔，刻画新生活，反映新风尚。

　　（作者：孙亚南，系中央美术学院版画系直属党支部副书记）

　　（文图：赵筱尘 巫邓炎）