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。

数字基础设施：打造数字未来坚实底座******

　　【乌镇观察】 

　　光明日报记者 王美莹 王禹欣

　　11月10日，由工业和信息化部、国家互联网信息办公室、国际电信联盟（ITU）联合主办的“数字基础设施:互联互通与创新发展”论坛在2022年世界互联网大会乌镇峰会举办。

　　数字基础设施是以数据创新为驱动、通信网络为基础、数据算力设施为核心的基础设施体系。数字基础设施主要涉及5G、数据中心、云计算、人工智能、物联网、区块链等新一代信息通信技术，以及基于此类技术形成的各类数字平台，服务人们工作、生活的方方面面；3D打印、智能机器人、AR眼镜、自动驾驶等新型数字科技，则广泛拓展了数字基础设施建设的应用范围，擘画了全新的数字生活图景。

　　当前，人类社会正加速向数字化转型，作为新型基础设施，数字基础设施已经像水、电、公路一样，成为人们生产生活的必备要素，为产业格局、经济发展、社会生态发展提供了坚实保障。作为数字经济的坚实底座，数字基础设施的重要性已经成为广泛共识。

　　加速算网融合 打通信息“大动脉”

　　数字经济是当前经济发展的新动能，算力网络是数字基础设施建设的核心载体。当前，我国数字经济呈现产业创新、技术融合、绿色低碳发展的特点，数据价值的探索更加深入。随着网络的复杂度逐渐提升。网络频段增多、应用场景细分、性能要求提高。多种多样的消费与产业应用，都对计算机通信网络和算力节点提出了更高的技术要求。

　　在中国工程院院士邬贺铨看来，算网协同是高质量发展以及数字化转型所需要利用的一个很好的方式，也是全面推进全社会数智化转型，助力数字经济加速发展最直接的抓手。

　　“算力网络是按业务需求，在云网边端间按需分配和灵活调度计算、存储、网络资源的新型信息基础设施。随着社会对算力需求的快速激增，算网协同有力支撑企业上云用数汇智，云网和算网融合促进产业链互利共赢。”邬贺铨说。

　　中国联通集团副总经理何飚指出：“算力网络是数字经济高质量发展的有效推动力，是数字产业化和产业数字化的重要生产力。”

　　而要推动云网和算网的融合发展，必须从提升计算能力、存储能力、算法技能、协同管理等具体问题上出发，加强标准化技术开发工作。

　　中国移动集团副总经理李慧镝在构建以云网融合为核心特征的智能化、综合性数字基础设施，助推数字技术和实体经济的深度融合等方面，体会颇深。“我们突破了云操作系统、分布式数据库一系列关键的核心技术，自主研发了以一体化的云底座、分布式的云能力、可信云平台为核心的CloudOS4.0，形成了全栈的云产品能力。”李慧镝表示。

　　在他看来，算力网络是CT/IT/DT深度融合的新型基础设施，包含创新技术和创新服务，是一次全方位的产业转型升级。“在实践探索中我们深切感受到，算力网络的发展需要在更高层次、更大范围、更深程度上汇聚社会各方力量。”

　　在数字化转型历程中，超前布局算网融合能力等核心技术攻关，正加速数字基础设施建设落实见效。建设以5G网络、全国一体化数据中心体系、国家产业互联网等为抓手的高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字化信息基础设施，将全方位、深层次地赋能数字化创新实践，打通数字经济发展的“大动脉”。

　　释放数字潜能 提升产业链价值

　　电商企业是融合数字基础设施的“先行者”。阿里巴巴集团副总裁周明分享了阿里巴巴在融合数字基础设施上的实践经验——电商企业早已通过数据预测顾客的消费倾向，提前进行货物入仓，方便顾客下单以后快速送货上门。周明指出：“近些年，传统企业也开始通过采集数据，在生产的各个环节里进行数据的计算、参数的调整，提升良品率。”

　　能源行业的数据基础设施建设推动了能源行业的数字化转型和能源行业绿色低碳的高质量发展。中能融合智慧科技有限公司党委书记、董事长王海表示：“在能源行业，数字基础设施建设各自为战的情况比较严重。建议在数据的分级分类、数据的指标体系建设、平台的互联互通、SaaS应用的一些适配等方面，尽快地建立行业标准或者是国家标准，这有助于更好地去推动数据产业的发展。”

　　数据是新型生产要素的一种。对企业来说，数据的交易和共享非常重要。王海希望下一步能够从能源数据的确权、定价、入场、流通、评估、交易、监管以及信用等全环节、全流程来推动标准的建设，也希望能够去探索能源数据的资源化、资产化、资本化的路径，探索建立多方共赢的能源数据流通交易的一些新标准。

　　“但目前来看，我们的整个数字化基础设施是相对薄弱的，距离智能化基础设施还比较遥远。”周明分析道，“数字基础设施仍旧是孤岛化的‘信息烟囱’，导致数据无法共通。数字计算或者智能计算仍有门槛，建设成本高昂且利用率较低。”

　　数字基础设施建设离不开产业链上下游企业的携手共进，离不开政产学研通力合作，充分释放数字潜能，让产业链实现价值最大化，打造产业共赢的新生态。

　　筑牢数字底座 畅享智能化生活

　　在工业领域，人工智能可以帮助企业进行工业缺陷检测，提高生产效率、降低生产成本；在安保领域，人脸识别技术可以提供快速便捷的基于生物识别的身份认证信息；在艺术领域，AI写作、AI绘画火爆，人工智能已经变成画作、音频、文本等信息的“创造力辅助工具”。

　　人工智能是现在数字基础设施不可缺少的一部分，且在整个数字基础设施体系中扮演着“最强大脑”的角色。它对我们日常生活的渗透是方方面面的，人工智能的应用场景随处可见。

　　最近几年，由于新冠肺炎疫情的影响，中国的数字化进程在大大加快。思科大中华区首席架构师蒋星表示，在数字化时代，移动应用、云应用正在成为企业的核心，企业的围墙正在消亡，混合办公成为新常态，新的互联网正在成为企业的骨干网。

　　“人工智能可以提供智慧分析，帮助各个行业降本增效。与此同时，人工智能行业本身也在越来越走向基础设施化。”北京瑞莱智慧科技有限公司首席执行官田天分析了人工智能在数字基础设施融合、协同中的作用。

　　共启“数智未来”，需夯实“点多面广、站高望远、配套齐全”的数字经济底座，推动数字基础设施的互联互通与创新发展。腾讯智慧交通首席科学家张云飞表示：“未来的数字中国建设对我们提出了更高的要求和挑战，能够把数字底座建好，纳管是第一步。”

　　《光明日报》（ 2022年11月11日 08版）