大发平台官网网址 - 在线登录平台网址入口下载 - 官网网站首页

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。

BOE（京东方）创新科技赋能体育盛会无限“京”彩******

　　第24届冬季奥林匹克运动会在北京举行，2022年2月4日北京冬奥会开幕式恰逢中国二十四节气之首“立春”，开幕式上运用最新科技手段为世界人民带来“中国式浪漫”。从令全球观众赞叹不已的主火炬台、全球最大的8K超高清地面显示系统，再到整个赛事期间随处可见的8K超高清显示大屏、志愿者数字胸牌……据了解，这些“黑科技”均来自BOE（京东方）。

　　作为全球领先的物联网创新企业，为本届冬奥会增添“京”彩一笔。音乐光影流转，炽烈的圣火燃烧在北京的夜空，宣告这场全球瞩目的冬季冰雪体育盛会正式开幕，为世界献上一场融合数字科技与美学创新，极富科技感、立体感、动态感、唯美感和体验感的全新视觉盛宴。

　　“软硬融合”创新科技让主火炬台上巨型“雪花”盛放。为实现导演组火炬台要像“钻石般璀璨闪耀”的创意理念。据了解，开幕式的主火炬台直径达14.89米，由96块小雪花形态和6块橄榄枝形态的LED双面屏创意组成，采用双面镂空设计，嵌有55万余颗LED灯珠，每一颗灯珠都由驱动芯片的单一信道独立控制。BOE（京东方）核心研发团队通过500多张设计图纸和近10轮的制样，研发出目前行业内发光面最窄的单像素可控异形显示产品，充分呈现雪花的线条感和细腻的画面显示效果，成功将导演组的艺术创意变为现实。

　　火炬点燃后，巨型雪花屏由中心向四周辐射开来，波浪般层层递进璀璨光芒，快速变换、完美同步的显示画面背后，采用的是BOE（京东方）AIoT技术体系及自主研发的同/异步兼容信发系统，异步集控能在极短时间内将大规模视频内容快速下发，同步集控确保102块双面屏幕实现毫秒级响应；此外，“主路+环路”备份的高冗余控制系统确保了火炬台播控系统的超高可靠性。

　　同时，通过采用LoRa（远距离无线电）低延迟控制系统搭配同步播放时间校正技术，进一步确保指令下发万无一失，实现视频画面完美协同。整体硬件支撑、软件系统均由BOE（京东方）自主研发设计。伴随圣火点亮，开幕式让全球观众都为其唯美浪漫而惊艳震撼。

　　全球最大8K超高清地面显示系统呈现出“会发光的舞台”震撼的视觉艺术。奥运的舞台上，绝不单是赛场上运动员之间的较量，更是赛场背后科学水平、技术装备的大比拼。据了解，目前全球最大的8K超高清地面显示系统应用于开幕式舞台地面，与演员表演实时互动，交相辉映。

　　整体舞台面积达10393平方米，采用多个8K+级分辨率的画面融合技术，超大规模的光学校正算法可对每个显示画面进行像素点级的光学校正，可实现100000:1超高对比度、3840Hz超高刷新率，以及29900x15096超高分辨率的超高清绚丽画面。通过搭载BOE（京东方）自主研发的超大规模显示模组控制与同步系统，还可实时捕捉演员行进轨迹，实现画面与演员的无缝互动。同时，在长达5个月的高强度排演及冬季零下30摄氏度的极端低温雨雪天气，地面显示系统依然能实现稳定运行。

　　开幕式视效总监、视效总制作团队黑弓Blackbow负责人王志鸥表示，我们历时三年，以“数字科技”为载体，以“传统与创新结合”为立意，围绕主火炬台打造璀璨梦幻的冰雪意境，用视觉艺术向世界讲述新时代的中国文化故事，而这些视觉内容的呈现需要与硬件技术的高度协同和完美配合，正是BOE（京东方）全球领先的显示技术和智慧系统，让开幕式的创意内容达到了最好的呈现效果。

　　智慧显示“8K看比赛”，物联网科技“数字胸牌”，使黄金赛事资源焕发活力。作为中央广播电视总台8K超高清技术合作伙伴，BOE（京东方）携手央视，以领先的8K专业级显示助力国际顶级冰雪赛事的首次8K直播，并在首都体育馆、张家口山地新闻中心等地开展8K超高清赛事转播，还携手合作伙伴让近200台超大尺寸8K电视走进北京市150个社区、10所高校、体育比赛场馆、国家大剧院、科技部、行政副中心等场所，为全球观众及广大市民带来极具临场感的超高清赛事盛宴。

　　整个赛事活动期间，在运动员村，志愿者胸前佩戴的BOE（京东方）数字胸牌采用护眼电子墨水屏，能清晰呈现黑、白、红三色显示，量身定制的智能软件及一组人工智能算法支持图文内容“海量快速刷新”，可随时、高效更新显示信息，从制卡、刷卡到拿卡仅需10秒即可完成，同时采用“无源”设计，使用手机NFC功能即可通信取电，真正实现绿色低碳理念。

　　BOE（京东方）从2016年夏季赛事期间全球首次顶级赛事8K超高清实况转播，到携手中国国家击剑队亮剑东京赛场，再到2019年国庆70周年庆祝活动上3290块光影屏表演，作为领先的物联网创新企业，不断开拓数字化应用场景版图，与全球各界伙伴携手激发物联网产业的蓬勃生命力，共创智慧化新未来。（王一涵）

　　（文图：赵筱尘 巫邓炎）