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。

土家族摆手舞“摆”出新生活******

　　湖北省恩施土家族苗族自治州来凤县百福司镇：

　　土家族摆手舞“摆”出新生活

　　“大家一起来摆手！”在位于湖北省恩施土家族苗族自治州来凤县百福司镇的茶堰坪摆手堂内，随着土家族摆手舞国家级代表性传承人彭承金的一声呐喊，鼓点落下，铜锣响起，30余位身着土家族传统服饰的村民围成一圈，跳起原生态摆手舞。他们踩着鼓点，时而摆手，时而跺脚，时而侧身，时而挺腰，动作轻盈而刚健。

　　土家族摆手舞是土家族古老的传统舞蹈，发源于百福司镇，流传在鄂、湘、渝、黔交界的酉水河和乌江流域，以狩猎、农事、军事和社会生活为主要表现内容，表演中歌、乐、舞浑然一体，舞蹈动作粗犷健美，摆姿流畅自如、稳健大方，且有锣鼓伴奏和摆手歌穿唱，土家族跳摆手舞的地方通常叫做摆手堂。在长达2000余年的历史进程中，摆手舞彰显着土家族特有的文化，承载着其历史。

　　群众跳土家族摆手舞 来凤县文化和旅游局供图

　　每当逢年过节及各种庆祝活动，村民都会在摆手堂跳起摆手舞。清代《溪洲竹枝词》中有这样的诗句：“福石城中锦作窝，土王宫畔水生波，红灯万盏人千叠，一片缠绵摆手歌。”该诗描绘了土家族人民祭祀祖先和庆祝丰收时的歌舞盛况。

　　百福司镇继获得2011—2013年度“中国民间文化艺术之乡”称号之后，又获得2021—2023年度“中国民间文化艺术之乡”称号。近日，百福司镇土家族摆手舞入选“中国民间文化艺术之乡”建设典型案例名单。

　　“镇上世代以农耕为本，民风淳朴，唯爱摆手舞，上至耄耋老人，下至年幼孩童，可以说只要能走路的，都能跳两下。”彭承金说。

　　土家族是有语言而无文字的古老民族，摆手舞就是土家族的“活态灵魂”，只有将摆手舞的传承与保护深入到当地群众的日常生活中去，才能让这个古老的文化瑰宝焕发生机和活力。近年来，百福司镇实施土家族摆手舞传承计划，形成了全镇人人学跳摆手舞、茶余饭后热议摆手舞的良好氛围。

　　百福司镇政府相关负责人介绍，该镇以彭承金为带领人，组建全民摆手舞教学队伍，与党政机关、企业、学校、医院、村（社区）建立结对关系；在学校教材中，开设“土家摆手舞”等民族民间文化课程，利用课间操时间对师生进行摆手舞教学、训练。

　　在当地政府的推动下，一批摆手舞传承人多年来努力推动摆手舞进机关、进社区、进校园、进院落，实现“活态传承”。目前，该镇机关、学校及村文化活动室登记的摆手舞队就有19个之多。

　　与此同时，百福司镇加强摆手舞文化阵地建设。除了修缮保存了茶堰坪摆手堂、舍米湖摆手堂等两处古摆手堂外，全镇24个村（社区）文化活动中心均进行新建，提档升级，每村配有摆手舞道具和音响服装等设施，并新建摆手舞民族文化广场2个、室内民族体育馆1个。

　　白天，孩子们在课间跳土家族摆手舞；晚上，群众在广场上跳土家族摆手舞。这既能健身，还有利于土家族摆手舞的传承。“只要锣鼓一响，我们就开始‘摆’起来，生活幸福美满。”百福司镇桂林书院社区居民邓凤英说起摆手舞，脸上溢满笑容。

　　以全民摆手舞为统领，百福司镇先后举办龙舟赛、篮球赛、山歌大赛、特色美食大赛、篝火晚会等具有浓郁地方特色的节庆赛展活动，发动干部群众参与土家族摆手舞表演，向鄂、湘、渝人民展现土家族摆手舞独特魅力。

　　这些系列文旅融合的活动，不仅推动优质公共文化服务向群众生活延伸，还是百福司镇通过“文化+旅游”的方式，推动乡村振兴的有力举措。

　　据介绍，以土家族摆手舞贯穿的系列活动，吸引了大量来自浙江、湖南、重庆等地的游客，通过餐饮、住宿、农产品消费等带动群众增收。“这几年，慕名来我们这里旅游、观看摆手舞的人越来越多，村民跳摆手舞能获得实实在在的收益。”百福司镇舍米湖村党支部书记彭南清说。

　　土家族摆手舞不仅“摆”出了当地群众的新生活，还成为当地的“名片”、中国的“名片”。

　　来凤县文化和旅游局相关负责人介绍，以百福司镇群众为主的来凤原生态摆手舞队先后应邀参加全国广场舞北京集中展演、中国农民春节联欢晚会、中国青年艺术周、上海市旅游节开幕式，并在第九届中国艺术节上获得群星奖，也曾赴澳大利亚、南非、法国、波兰等国家演出，呈现出多元的中国文化。（本报驻湖北记者 瞿祥涛）