凤凰彩票手机版APP|凤凰彩票计划

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。

数字藏品“破圈” 银行业数字化转型提速******

　　1月16日，中国银联推出的“用银联 纳百福”系列数字藏品(第三期)开通线上申领。该系列数字藏品用100句祝福绘成100张“福”字帖，前两期一经上线就受到众多用户青睐。近年来，已有多家机构布局数字藏品赛道，助力银行业数字化转型，探索银行与客户交互的新途径。

　　探索新形式

　　1月16日，中国银联推出的“用银联 纳百福”系列数字藏品(第三期)开通线上申领。该系列数字藏品活动，通过区块链技术，将“福”字制成数字藏品，每一份数字“福”字在银联区块链上形成唯一标识，可永久存证。该系列藏品用100句祝福，绘成100张“福”字帖，每款“福”字发行1万份数字藏品，每位用户每款“福”字限领1份。

　　该藏品分别于1月5日、1月11日、1月16日、1月21日进行四期发行。本期发行量为20款，共20万份。就前两期发行情况而言，该系列数字藏品相当火爆，在1月11日10时上线的30万份“福”字，截至1月12日下午已被全部领完。

　　此外，中国银联1月9日还推出“五兔迎春”数字藏品，分别以航天、海陆丝绸之路、农业、工业、体育为主题设计了五个不同的兔子形象。

　　近年来，金融机构纷纷布局数字藏品赛道，并以新奇的形式成功“破圈”。中国银行在第五届进博会期间，限时发行3款特色数字藏品，并结合3D互动带来立体化的数字珍藏体验。

　　除参与数字藏品发行外，部分银行还深耕数字藏品的保存、分享、使用等功能。例如，工行发布的手机银行8.0版本中，在首页添加“数字藏品馆”专栏，还将通过活动抽奖、任务触发、限时领取等多种形式不定期限量发行数字藏品，用户可领取、查看和使用工行发行的数字藏品，并将数字藏品用于头像，塑造独一无二的数字形象。

　　助力数字化转型

　　据中国证券报记者不完全统计，2022年以来，已有工商银行、农业银行、百信银行等十多家金融机构推出数字藏品。在分析人士看来，当前银行业正处于深度转型的进程之中，借助此类形式能够顺应市场关注热点，拓展品牌影响力，也能在打造多元金融生态方面作出创新。金融机构通过发行数字藏品，在提升用户活跃度的同时，也有助于促进数字金融业务的发展，丰富产品与服务种类。

　　例如，此次中国银联推出的“用银联 纳百福”数字藏品就需要用户下载云闪付App才可申领，参与部分活动还需要进行注册和绑定银行卡实名认证，这都有利于数字金融业务的推广。此外，在该活动中，还包含了信用卡分期免息、消费支付返现等福利。

　　中国银行也表示，对元宇宙产品的创新是中国银行顺应数字经济发展、构建数字金融的全新探索，中国银行也将始终秉承“融通世界 造福社会”使命，持续推进“金融+科技+场景”转型发展。

　　“目前数字藏品被年轻人广泛关注，既新颖又有热度，并具备成本低且自带礼品的属性，是银行与客户交互的新途径和桥梁。”博通分析金融行业资深分析师王蓬博称，另外，数字藏品属于数字科技范畴，从推动自身数字化转型的角度来看，银行也会积极布局该赛道。

　　坚持与实体价值对应

　　不少业内人士认为，目前银行业推出的数字藏品主要还是以营销宣传为主，未来可进一步加强数字藏品在多种金融场景中的运用。

　　易观分析金融行业高级分析师苏筱芮表示，可将数字藏品与银行传统业务进行融合，赋予传统业务新的生机与活力，在巩固客户、打造银行多元生态方面做出创新改进。

　　东北证券传媒行业首席分析师宋雨翔认为，未来数字藏品产业的核心可聚焦在平台端。“平台直达终端客户，具有用户运营优势，再通过转赠交易等玩法增加用户参与黏性，获取收益。”

　　此外，在数字藏品“去金融化”的基调上，银行要避免夸大宣传，并引导客户理性收藏。对合作的第三方平台进行资质审核，避免数字藏品出现金融化、证券化等乱象，避免在二次转卖中引发金融风险。

　　渤海银行副行长、首席风险管理官赵志宏曾撰文表示，数字藏品经营中，对风险乱象的有力防范、对监管合规的及时落实是至为重要的。数字藏品应该以服务于实体经济、促进社会福祉为最终价值的落脚点。商业银行坚持数字藏品与“实体价值”的对应性，坚决避免数字藏品被“过度创新”，成为炒作工具。

　　（文图：赵筱尘 巫邓炎）