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。

“阳康”中如何运动？专家提醒：把握节奏与强度，循序渐进恢复锻炼******

　　“阳康”中如何运动?专家提醒——

　　把握节奏与强度，循序渐进恢复锻炼

　　华声在线全媒体记者 周倜

　　眼下，不少新冠感染者陆续处于“阳康”的恢复阶段，何时可以恢复体育锻炼、选择哪种运动方式等话题，受到大家关注。1月9日，湖南省国民体质监测中心主任王奎针对以上热点予以解答。

　　循序渐进，分阶段恢复运动

　　“‘转阴’之后，应注意至少7至10天避免任何运动，保持静养休息。在身体逐渐恢复活力之后，可分5个阶段逐渐恢复运动锻炼频次。”王奎表示，“阳康”过后，运动锻炼需慢慢来，注意把握节奏，切勿盲目“上强度”。

　　王奎介绍，“五阶段恢复法”是不错的方式，该方法采取进阶式，每次进阶时间不得低于7天。人们可参考下列方法：

　　第一阶段为“阳康”后的第二周。此时可开始呼吸训练、拉伸、平衡练习等。以上运动基本不会耗费体力，可参照执行。

　　第二阶段为“阳康”后的第三周。瑜伽、相对较快的步行等低强度的运动是适合选项，也可居家进行简单且强度较低的家务劳动，每天开展10—15分钟，逐渐恢复体能。

　　第三阶段为“阳康”后的第四周。此阶段可逐渐开始进行低强度有氧练习和力量练习，如健步走、上下楼梯、慢骑自行车等，每次5分钟，每天开展2次。如果身体可以承受，可在次日运动时适度增加运动频次与强度，每周开展3—5天，每天总运动时间10—30分钟。

　　第四阶段为“阳康”后的第五周。可开展中等强度的有氧和力量练习，运动量可以恢复至平时状态的80%左右，可进行跑步、长距离骑行、舞蹈课、各种负重力量练习、功能性训练等，每周开展3—5天，每天总运动时间30—60分钟。

　　第五阶段为“阳康”后的第六周。此时可恢复至正常状态，按平日运动计划和习惯进行运动即可。

　　值得注意的是，运动过程中须及时监测心率变化及主观感觉，一旦有异常，如呼吸困难、胸闷、心悸、发热等症状，须立即停止恢复运动的进程，必要时寻求医疗帮助。

　　鼓励老年群体以居家锻炼为主

　　“阳康”阶段的老年群体健康问题，不容忽视。

　　王奎表示，冬季气温低，加之新冠病毒仍在，此时老年朋友不适合进行户外锻炼。无论是否已经感染新冠病毒，还是正处于感染后的恢复期，老年朋友都应以居家模式为主。

　　针对老年人居家，如何引导其确保自身基本的肌肉力量，预防骨质疏松等问题，王奎建议，可充分利用家中的沙发、桌椅等物件进行简单锻炼。比如，简单的起坐练习是不错选项，通过交替站起和坐下的动作，不仅能保证老年人的心肺耐力得到锻炼，也足以改善老年人肌肉流失等情况。

　　此外，家中的桶装水和油壶都可以作为老年人做力量练习的道具。可在老年人承受能力范围内，为其配备相应的液体容量在桶内，便于锻炼，确保安全。

　　可根据方法进行呼吸训练

　　呼吸训练法是王奎推荐的有效锻炼方式。它不仅是新冠病毒感染者在恢复阶段时能最快采用的运动方法，也有助于尽快恢复机体功能。

　　王奎介绍，常见的呼吸方式包括胸式呼吸和腹式呼吸。胸式呼吸指在呼吸时胸腔扩充为主;腹式呼吸指在呼吸时腹部扩充为主，胸腔移动较少，又称膈式呼吸，是更为高效的呼吸方式。

　　训练时，可把双手分别放置胸腔、腹部，感受胸腔、腹腔是否全面“外扩”。此外，保持吸气3秒、呼气7秒的节奏，多次训练。也可尝试鼻腔吸气、用嘴呼气的方法，该方法若不能熟练掌握，可利用“吹气球”的方式进行辅助。

　　“呼吸训练法，老少咸宜，不费体力，正处于恢复阶段的群众可自行训练，逐渐掌握，帮助自身尽快康复肺功能。”王奎说。