y39彩票规则 - y39彩票邀请码

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。

邬贺铨谈2023年ICT发展十大期待：元宇宙要尽快从炒作转到务实******

　　光明网讯（记者 李政葳）“2023年我国经济发展仍然充满不确定性，中国经济发展进入动能转换期，需发挥TFP中数据作为新生产要素作用，以数字化转型为ICT产业发展开拓广阔空间。”1月6日，由中国工信出版传媒集团主办、北京信通传媒·通信世界全媒体承办的“2023ICT行业趋势年会”上，中国工程院院士邬贺铨这样说。

　　“极不平凡的2022年，ICT产业可谓负重前行。”展望2023年，在充满不确定性的发展环境与互联网进入下半场的时代背景下，邬贺铨提出了十大期待：

　　期待一：5G向5G-Advanced演进

　　邬贺铨表示，移动通信已经进入5G时代，从应用、性能和技术层面，5G相比前几代在技术上有了很大的发展，应用场合有了很大的扩展，性能有了很大的提升，开创了移动通信新的时代。5G-Advanced作为5G后续阶段的增强演进，致力于提升个人实时交互体验，增强蜂窝物联网能力，不断探索上行超宽带、实时宽带交互和感知定位等新场景，基站的低碳将取得可喜进展。其研究方向将聚焦于：网络智能化、行业网融合、家庭网融合、天地网融合、AR/VR融合、用户面增强、确定性通信能力增强、网络切片能力增强、通感一体增强、组播广播增强。

　　期待二：5G推动星地融合

　　当下，移动通信难以做到对边疆、应急和海洋等低成本广覆盖。不过，用手机直连卫星（同步轨道、低轨、北斗）可实现单向发送救援短报文。低轨卫星的出现提供了可使用小型终端直接接入的可能，但卫星过顶时间短，需要数百到上万颗卫星组成星座。基于此，邬贺铨认为，卫星移动通信系统发展方向是与地面移动通信5G网络融合。不过，星地融合目前依然面临挑战，例如，终端与星间往返时延大，小区半径上百公里，中心和边缘处的终端到卫星的传输时延相差很大。邬贺铨建议，星地网络协同设计进而推动卫星移动通信发展。

　　期待三：6G的研究从愿景开始

　　随着5G进入规模商用阶段，6G正进入概念形成和技术储备的关键时期。未来，6G将实现人、物理世界和数字世界的智慧联接，实现多空间深度融合。在邬贺铨看来，发展6G没必要一味求“快”，它更大的意义在于覆盖5G到不了的地方，将许多目前的“不可能”变为“可能”。哪些技术将有望成为6G研究的关键呢？对此，邬贺铨认为，物理层技术增强（超大规模MIMO、全双工）、新物理维度（智能超表面、全息、轨道角动量）、新频谱技术（太赫兹、可见光）、融合技术（通感一体、通信+AI）、网络技术（内生智能网络、分布式自治网、确定性网络、算力感知网、星地一体网、网络内生安全）等技术将成为关键。

　　期待四：5G+工业互联网构建数实融合平台

　　对于中小企业使用公有云，邬贺铨认为，可以通过5G在工业互联网构建企业上云的一个平台。5G核心网的用户面，可以为一组用户组成一个5G局域网的用户群，可以实现第二层包的转发，缩短转发的距离。相对WiFi来讲，它有更好的覆盖以及更好的业务的隔离。

　　期待五：IPv6+提升对数据流感知与管控能力

　　“十四五”时期是加快数字化发展、建设网络强国和数字中国的重要战略机遇期，我国IPv6发展处于攻坚克难、跨越拐点的关键阶段。邬贺铨指出，IPv6使得我国有了与发达国家相比起步还不算晚的机会，而且我国因原来使用私有地址，故对比地址数更为看重IPv6的可编程空间。因此，我国率先在IETF标准化组织倡议并积极开发“IPv6+”新功能，现在IETF关于“IPv6+”新功能的文稿中由我国提交的占60%，我国在“IPv6+”系统与产品开发创新的努力为全球“IPv6+”标准发展作出积极贡献。

　　期待六：云网融合+算网协同打造互联网新基建

　　在《“十四五”数字经济发展规划》中明确指出，要推进云网协同和算网融合发展，加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系，加快实施“东数西算”工程，推进云网协同发展，提升数据中心的跨网络、跨地域数据交互能力，加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。邬贺铨表示，从国家的要求以及从业务和应用发展来看，云网融合和算网融合是自然的一种选择。云网融合+算网协同打造的新型信息基础设施，既夯实了互联网行业发展的基础，也为ICT产业创新再出发提供了用武之地。

　　期待七：抓住摩尔定律持续的机遇

　　邬贺铨认为，伴随芯片技术进步的是对开放统一跨架构编程模型的需要。基于标准的统一软件堆栈，对源自不同厂商的CPU、GPU、XPU、FPGA、AI加速器等底层硬件能力做统一描述并通过各种不同的高性能库去封装，允许使用业界标准的编程语言直接对这些硬件能力进行编程，统一代码维护，能显著提升开发效率。同时，得益于芯片技术进展，5G的高带宽低时延特点也将得以发挥。

　　期待八：AI自动生成内容将迎来爆发式增长

　　针对AI前景，邬贺铨以OpenAI公司为例。AI研究公司OpenAI成立于2015年，股东有马斯克、PayPal和微软等。OpenAI 2020年开发出了GPT-3语言模型（拥有1750亿个参数），2022年12月1日基于GPT-3的聊天机器人ChatGPT开放测试，因其高质量的内容回答迅速走红，上线5天就超百万用户，挑战传统搜索引擎。

　　AIGC（人工智能自动生产内容）作为基于大规模数据训练的大模型，将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速度，创造出有独特价值和独立视角的内容。AIGC不仅用于内容生成，其新思路和途径也可用在工业领域。

　　期待九：WEB3.0支持数字资产与实物资产关联

　　Web1.0是PC互联网；Web2.0是移动互联网；Web3.0是价值互联网，它是去平台中心化或者说是用户中心化，利用区块链、智能合约等，构建在区块链基础上去中心化的互联网新应用形态，通过确权使用户在网上创造的作品成为数字藏品（NFT--非同质化通证，即可信数字权益凭证），实现平台与用户利益分享。邬贺铨指出，Web3.0可以应用到博客、游戏、数字藏品，实现数字资产与实物资产关联，催生数字藏品创作市场及相应的工作岗位。

　　期待十：元宇宙要尽快从炒作转到务实

　　元宇宙是指人类运用数字技术构建的，由现实世界映射或超越现实世界，可与现实世界交互的虚拟世界。狭义的元宇宙是一种基于AR/VR/MR等技术，整合了用户化身、内容生产、社交互动、在线游戏、虚拟货币支付的网络空间。元宇宙源于现有技术的集成但尚未成熟，而且沉浸式的XR、全息影像和感官互联等需要很高的带宽，5G也难以支持。

　　邬贺铨指出，元宇宙前景还不清晰，目前主要面向消费的应用（沉浸式文旅、高体验游戏、感官互动等），未来还可进行产业应用（数字创意设计、开发平台、虚拟办公空间等）。元宇宙尽管充满着想象空间，奈何研发成本高、研发周期长，且难成大众刚需，短期内很难看到回报。不过，元宇宙要尽快从炒作转到务实，虚拟世界是网络空间的一种生态但不代表互联网未来。

　　（文图：赵筱尘 巫邓炎）