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。

曾发出“最后一电”震动全国 抗日老兵卢庆贻去世******

　　“此电恐为最后一电，来生再见。”这是抗日战争期间震动中国的“最后一电”中最为著名的一句话。

　　这封电报出自1944年的衡阳保卫战，约17000名中国士兵面对超过10万日军，坚守衡阳47天，打退日军多次进攻，直到弹尽粮绝时发出了这封被称为“最后一电”的电报。这封电报后经报纸报道，闻名全国，激励了国人的抗日热情。

　　2023年1月9日，当年发出了“最后一电”的发报员、抗战老兵卢庆贻的儿子卢先生向北京青年报记者表示，其父亲在1月8日上午10时55分于湖南湘潭去世，享年94岁，“父亲一直教育我们做人要诚实，要走正道，堂堂正正做人。他曾谈起战争时命悬一线的经历，但直到此前有人调查相关的历史时，他才说起自己就是著名的‘最后一电’的发报人。”

　　卢庆贻13岁报名参军

　　湘潭市退役军人事务局此前发布的文章中介绍，1941年，刚满13岁的卢庆贻报名参军，投身抗日，被分配到第十军军部。1944年，为扭转太平洋战场不利局面，日军急于打通从中国东北到东南亚的大陆交通线，疯狂实施所谓“一号作战计划”，扼守粤汉铁路的长沙、衡阳是主战场之一。当年5月底，第四次长沙会战爆发。日军主将找到中国守将的战法漏洞，狡猾地实施作战计划。当年6月，长沙沦陷，衡阳北面再无阻挡，日军大举南下进犯。第十军奉命死守衡阳，寸土不让，等待援军，但双方实力悬殊，守军只有17000余人，日军兵力超过10万人，还动用大量飞机大炮对守军阵地和衡阳城狂轰滥炸。

　　1944年8月6日发“最后一电”

　　文中介绍，卢庆贻曾回忆说，1944年6月下旬，日军三个师团对衡阳城发起第一次强攻，从地面和空中进行狂轰滥炸。但守军士气高涨，沉着应战，顶住敌人猛烈炮火，日军阵地几乎没有向前推进一步。“日军还使用了毒气，我军整整一个排的人都被毒死。城内的防毒面具都被送到前线，但还是远远满足不了需要，后来只能把毛巾打湿后围在脸上防毒。”卢庆贻说。此后，中国军队又先后打退了日军的两次强攻，但守军粮食弹药补给吃紧，援军却迟迟不到。8月6日，守军拟好了一道电报，由译电员交给卢庆贻，卢庆贻随即将电报发往芷江，后经由芷江空军台转往重庆。此后，卢庆贻被日军俘虏，万幸在被日军强迫劳动时逃脱，抵达贵阳后，才第一次从报纸上看到了他拍发的“最后一电”全文。

　　70多年后仍能背完整段电文

　　卢庆贻的儿子告诉北青报记者，父亲当时是部队中的电报员，当时译电员给卢庆贻的是电文代码，他自己并不清楚发布的电报具体内容，直到抵达贵州才了解到自己当时拍发的电报引发了全国热烈的反响。

　　据新华社此前报道，70多年后，卢庆贻在接受采访时仍能一字不差地背完整段电文。衡阳沦陷后，不少阵亡中国士兵遗体暴露于野，长时间没得到安置。抗战胜利后，包括卢庆贻在内的60多名第十军士兵赶到战场，用4个多月时间收集了3000多具阵亡将士遗体，全部合葬在衡阳城郊张家山一带。卢庆贻的儿子说，近些年父亲还曾和他一起去过张家山，“父亲给我讲当年这一带的情况，回忆当年的故事。”1946年，卢庆贻回到老家务农，再也没有出去。

　　据新华社报道，2015年9月3日，卢庆贻作为抗战老兵代表，受邀到北京参加纪念中国人民抗日战争暨世界反法西斯战争胜利70周年大阅兵，并于当天坐上第11号阅兵车接受检阅。在卢庆贻卧房里，墙上挂着很多他参加抗战纪念活动的照片，桌上摆着各种荣誉和纪念勋章。“跟那些牺牲的战友相比，我算幸运的。无数将士官兵献出宝贵生命，才换来如今的和平生活。”卢庆贻说，“我们要珍惜和平，希望永远不要再有战争。”

　　卢庆贻的儿子向北青报记者表示，目前家人正在操办老人的后事，“父亲曾给我们讲过战争的残酷，谈起他九死一生的经历。但一直没提起自己就是‘最后一电’的发报人，直到前些年有研究者得知他是衡阳保卫战的亲历者，找他了解情况，老人才讲述了自己发出‘最后一电’的经过。在日常生活中，他也一直教育我们一定要做个诚实的人，要走正道，做一个正派的人。”

　　文/本报记者 屈畅 统筹/孙慧丽