葡京彩票 - 葡京彩票

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。

访谈｜ASML全球高级副总裁沈波：开放合作半导体行业才能发展******

　　(第五届进博会)访谈｜ASML全球高级副总裁沈波：开放合作半导体行业才能发展

　　中新社上海11月6日电 题：访谈｜ASML全球高级副总裁沈波：开放合作半导体行业才能发展

　　中新社记者 李佳佳

　　元宇宙体验、光刻机“开箱”视频和H5虚拟课堂，备受外界关注的全球半导体行业供应商ASML在第五届中国国际进口博览会上，首次通过“元宇宙”平台，带来沉浸式的光刻体验，彰显前沿科技。

　　自1988年交付首台步进式光刻机以来，ASML进入中国市场已有三十余年，见证、亲历和支持了中国半导体产业的发展。

　　“今年是ASML第四次参展进博会，我们希望借助进博会的平台不断地展现开放共赢、合作发展的理念。”ASML全球高级副总裁、中国区总裁沈波表示：“ASML一直秉持开放与专注，以‘开放式创新’和对光刻技术的专注，持续支持半导体行业的发展。在进博会，我们可以与全行业甚至跨行业的企业和合作伙伴加深交流，共商合作前景。”

　　首次在进博会亮相的“ASML元宇宙”之旅给此间观展者带去了身临其境的独特体验。在ASML元宇宙空间里，观展者可以“亲身”进入无尘室，近距离接触神秘的光刻机，更可以结合影视级效果的3D裸眼视频，了解光刻机的内部基本原理——光源经过照明模组投向掩模版，再穿过掩模版上的电路图案，通过投影物镜将影像聚焦到晶圆上。“元宇宙”中还有生动的全方位光刻解决方案动画和丰富多样的科普视频，令观展者沉浸式了解更多有关ASML的故事。

　　“每年我们都会思考以什么样的形式参加进博会”，沈波说，去年，进博会的集成电路专区设立，凸显了外界对产业的关注和重视。希望未来在设立专区的基础上，能够增加宣传和引导，比如举办一些专题或者小论坛，以加深外界对行业的了解。

　　其实，除了光刻机，ASML在芯片制造的成像环节也会提供全方位的光刻解决方案，从光刻机设备本身到计算光刻软件，再到芯片生产过程的量测、缺陷的检查等，ASML均有涉猎。“我们更想跟大家讲讲怎么帮助客户在芯片生产的过程中，在我们的环节上做出足够大的工艺窗口，让芯片生产的质量、精度能够控制得更好，或者让客户的技术进步更顺畅地向前。这是我们今年进博会主要的出发点。”

　　当前，中国已是全世界最大的成熟制程市场，这俨然成为行业的共识。“中国在整个半导体产业链中扮演非常重要的角色，这是所谓‘不确定性中的确定性’。在这种确定的情况下，中国该怎么发展成熟制程，怎么把成熟制程做好，怎么在全球的半导体产业链里把自己重要的角色扮演好，从这个角度看，中国市场的潜力是很大的，中国有全世界最大的终端市场，最活跃的应用市场，终端市场、应用市场反过来可以推动上游设计、制造方面的发展创新。”

　　说起行业未来的发展，沈波坦言，半导体行业自身有一定的周期，有起有伏不是新鲜事。但是从半导体行业过去多年的发展和对未来的预期来看，整体向上的趋势是在的，“只要大趋势在，就会要求有更多的计算、更多的存储、更多新的应用支持，就会带动半导体行业的需求量向上”。(完)

　　（文图：赵筱尘 巫邓炎）