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。

共同加强“农业文化遗产保护”******

　　作者：王克修（湖南省委党校二级教授、湖南省中国特色社会主义理论体系研究中心研究员）

　　党的二十大报告指出，要“加大文物和文化遗产保护力度”。习近平总书记向全球重要农业文化遗产大会致贺信指出，“人类在历史长河中创造了璀璨的农耕文明，保护农业文化遗产是人类共同的责任。”我国全球重要农业文化遗产增至18项，数量居世界首位。全球重要农业文化遗产工作由联合国粮农组织启动，经过20年发展，22个国家65个项目获此殊荣。虽然全球重要农业文化遗产工作取得了很大进展，但也面临一些困难：一些国家认识不到位，申报积极性不太高，覆盖范围不广泛，有的获得认定后也没有很好保护和利用，等等。中国可抓住机遇，积极作为，不断引领，为全球重要农业文化遗产保护持续贡献中国力量。

　　全球重要农业文化遗产，是包含经济、生态、技术、文化、景观等多个层面的复合农业系统。被认定为全球重要农业文化遗产，具有重大意义。首先，展示了农业文明和中华优秀文化。农业生产实践、丰富的生态地理资源，创造了类型多样的农业文化遗产，成为向世界展示中国悠久农业文明和中华优秀文化的重要窗口。其次，助力乡村振兴战略的实施。农业文化遗产蕴含人地和谐的生态思想、丰富的农业生物多样性、环境友好的生态农业技术和有效的乡村治理理念，为乡村振兴提供借鉴。再次，为全球农业发展和生态文明提供宝贵智慧。一直以来，农耕文明为全球农业发展和生态文明贡献了中国智慧与中国方案。比如美国土壤学专家富兰克林，曾考察中国古老的农耕体系并著有《四千年农夫》。这本书成了美国有机农业的宝典。农业文化遗产是传统生态农业的精华，兼顾自然遗产、文化遗产和非物质文化遗产多重特征，可以为世界农业可持续发展做出新贡献。

　　为应对生物多样性减少、生态系统退化、全球气候变化、荒漠化与土地退化、本土性传统知识丧失等可持续发展重大问题，联合国粮农组织2002年发起全球重要农业文化遗产保护倡议。中国是该倡议的最早响应者、坚定支持者、成功实践者、重要推动者和主要贡献者。“农业文化遗产保护”概念有丰富内涵与独特价值：一是农业文化遗产是传统农业而非落后农业。农业遗产不同于一般意义上的传统物种、传统技术或传统农业工具，它是一个复合性系统。传统农业不是落后农业，现代农业不是取代传统农业，而是改良和提升传统农业。二是传统农业是可持续的农业生产系统。短缺资源与庞大人口之间的矛盾，特别是乡土中国人地关系高度紧张，使得勤劳智慧的农民积累创造了一整套独特的、精耕细作的传统农业耕作体系。中国传统农业从来就是循环可持续的农业，是“资源节约环境友好”型的生态农业，是人与自然和谐的有机农业。三是传统农业蕴含着生态大智慧。农耕文明最为可贵之处在于其顺天应时、取用有度、御欲尚俭、生态循环、多样平衡的实践智慧，以及“天人合一”“万物一体”“和而不同”的生态哲学。生态文明不是对工业文明的修修补补，而是需要时时从传统永续农耕中汲取营养，从而在认识论和世界观层面做出深刻改变。

　　联合国粮农组织、联合国发展计划署、全球环境基金等国际组织或机构以及一些国家的政府，共同提出保护“全球重要农业文化遗产系统”。全球重要农业文化遗产的评审标准包括：一是具有独特的传统生产方式和知识体系。二是在当地能支撑粮食安全和生计安全。三是含有丰富的农业生物多样性和环境生物多样性。四是遗产地必须具备全球重要性和公共产品价值。五是景观独特秀美。全球重要农业文化遗产的品牌对于地方知名度的提升、名特优产品的发展以及基于良好生态环境和深厚民族文化来发展旅游，具有非常重要的价值。借助重要农业文化遗产保护平台，世界各国应进一步加强农耕文化和农耕文明的交流互动。立足新时代，推动建设文明新形态、构建人类命运共同体，需要我们持续推进农业文化遗产保护实践，进一步挖掘其各方面的传承利用价值。