彩之家app| -（中国）百科词条

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。

中德专家携手救治疑难病患******

　　中新网上海2月2日电 (记者 陈静)在新冠肺炎疫情防控中，跨国高难度医疗救治并没有间断。

　　记者2日走访国际神经外科医生集团(INC)了解到，作为世界知名颅底、脑干肿瘤和脑血管病领域专家巴特朗菲教授，2022年多次来华开展学术交流。期间，两国医学专家同台手术，在救治疑难病症患者的同时，积极推进中外神经外科之间的互动。

　　据悉，江苏省卫生支撑计划中德国际合作交流项目合作专家，2022年苏州大学附属儿童医院和巴特朗菲教授开启了第二聘期(5年)的合作。同期，苏州独墅湖医院聘请巴特朗菲教授成为该院神经外科首席顾问，以提升国际医疗服务能力，加强中外专家交流合作。据了解，未来，巴特朗菲教授将每年定期来到苏州，围绕神经外科临床复杂难题与该院医疗团队深入合作，在高精尖医疗设备的支撑下，让国内疑难脑瘤患者不出国门，就能接受顶级专家手术治疗。

　　据介绍，2022年11月份至12月份线下学术交流活动历时21天，除了参加线下及线上学术交流会议、正常的教学、病例讨论和查房外，巴特朗菲教授还主刀，为近30例疑难脑瘤患者进行手术。在示范手术中，巴特朗菲教授进行了“世界高难度”脑干-延髓手术示范教学直播。这是一例成功的脑干延髓海绵状血管瘤的全切根治性手术，挽救了一位19岁少年的生命。近7000名国内神经外科医生全程观摩、交流互动。

　　据介绍，多名接受手术的患者，其肿瘤分别位于脑干、颅底、脊髓及视神经内等位置。在国内神经外科专家的协作配合下，巴特朗菲教授最大程度切除肿瘤，且尽力完好保留患者的正常神经功能。目前，这些患者术后均恢复良好，已基本顺利出院。

　　12岁少年小宇(化名)，罹患脑干海绵状血管瘤。四处求医后，小宇妈妈均被告知手术风险巨大，手术可能导致瘫痪，包括一些其他神经的损伤；可能视神经、吞咽功能、语言...都会受损。最终他们求助巴特朗菲教授。这位专家给了他们积极接受治疗的信心。

　　2022年11月20日，在中德专家合作诊疗、密切配合之下，小宇在苏州大学附属儿童医院顺利接受。出手术室，小宇即清醒；术后第二天，孩子正常吃饭；第三天可下地行走；术后10天，小宇妈妈开心地说：“我儿子说，想要自行车。他健康了，让我给他买辆自行车！”

　　在另一台教学手术中，巴特朗菲教授主刀，从早上9点到晚上9点30分，历经12个半小时的高难度手术，这位专家从33岁郑女士(化名)的脑中，成功切除一个巨大的脑干-脊髓髓内肿瘤。据介绍，这台手术其实相当于两台手术——脑干延髓、脊柱。术后，巴特朗菲教授表示，郑女士的肿瘤起源于脑干下部，累及延髓和颅颈交界区，且向下方延伸到整个颈部脊髓以及一直到第一胸椎水平，病变累及范围近15cm，这个位置的手术稍有不慎，患者可能面临瘫痪、呼吸心跳暂停、昏迷植物人等不可挽回的结果。

　　据了解，为了更好地保护该名患者的正常神经功能并切除肿瘤，仅仅延髓、脊髓部位的肿瘤剥离，巴特朗菲教授就用了4个小时。高难度手术的成功实施，也体现了中德医疗团队的精诚协作。

　　自2023年1月8日起，新冠病毒感染“乙类乙管”优化移民管理政策措施开始实施，中外人员流动和学术交流合作正逐步恢复正常。

　　据悉，当下国内外神外科医生期待更多面对面沟通交流、切磋手术技巧的机会，以能拉进彼此的距离，增加相互了解。据透露，今年3月下旬，巴特朗菲教授还将再次来华学术交流并示范手术。

　　INC方面表示：在目前的情况下，中国神经外科医生不仅要更多“走出去”，积极出国参加学术交流，也应邀请更多国际神经外科大咖来华访问交流。

　　INC方面表示，今后将展开多场由多位世界知名专家领衔授课、国内知名医院的专家来沪参加的学术沙龙，并组织国内神经外科领域医生等赴海外进修；希望分享前沿技术成果，在深化国际间手术技术合作进程中，让中国医务工作者了解国际最新的学术动态，共同推动世界神经外科学科发展、造福更多神经外科疑难病患。(完)

　　（文图：赵筱尘 巫邓炎）