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。
【寻味中华】老北京涮羊肉：一锅清汤涮百年******
中新社北京2月2日电 题：老北京涮羊肉：一锅清汤涮百年
中新社记者 陈杭 杜燕
一锅热气腾腾的老北京涮羊肉，堪称京城冬日最暖的陪伴。
涮羊肉又称羊肉火锅，一般认为始于元代，兴于清代。清末学者徐凌霄在《旧都百话》中将这种“羊肉锅子”的吃法归于北方游牧遗风进化而来。
与汤底红亮、麻辣鲜香的川渝火锅不同，作为北派火锅的代表，老北京涮羊肉主打清汤火锅。“清汤火锅不是一锅白开水，里边有海米、葱花、姜片、口蘑汤等底料。”国家级非遗技艺第四代传承人陈立新告诉记者，清汤火锅有两个特点，一是能吃到羊肉的本来滋味，二是不遮丑，羊肉有问题一口就能吃出来。
图为东来顺铜锅涮肉。陈杭摄越是简单的汤底，越考验羊肉的选材。据陈立新介绍，正宗老北京涮羊肉多选用内蒙古羊，“只选用羊上脑、大三叉、小三叉、黄瓜条与磨裆5个部位，占整羊净肉的四成左右”。
“黄瓜条”指羊后腿的大腿内侧部分，因形如两条相连的黄瓜而得名。北京民俗专家翟鸿起在《老饕说吃》中曾提到，他与老友去饭店吃涮肉时点了一盘“黄瓜条”，没想到却端上来一盘真黄瓜，翟老无奈感叹如今许多餐厅都是机器切卷，“谁还剔那肉去？更甭说黄瓜条了”。
开业于1854年的正阳楼饭庄可谓北京早年间最著名的“羊肉名家”，据清代《旧京琐记》记载，“肉市之正阳楼，以善切羊肉名。片薄如纸，无一不完整”。“后来居上”的东来顺始建于1903年，据说曾重金从正阳楼饭庄“挖”来一位刀功精湛的名厨，帮工传艺。
陈立新1971年进入东来顺做学徒，手切羊肉的功夫已有50余年。“左手控制肉片薄厚，右手握刀，横断丝，切出来的肉片纤维短，厚0.9毫米，入锅后一涮即熟，入口即化。”陈立新说，“手切羊肉还要求上下垂直，前后走直线，保证肉片薄厚均匀、排列整齐，每片长15厘米、宽3.3厘米，放在青花瓷盘上隐约可见盘底花纹。”
图为东来顺铜锅涮肉菜品。陈杭摄涮羊肉“一菜成席”，调料必不可少。以麻酱、酱油为主，韭菜花、酱豆腐为辅，虾油、料酒少许，辣椒油可自行添加，配腌好的糖蒜解腻。
羊肉吃到六分饱，辅料登场。作为涮羊肉的好搭档，冻豆腐吸满汤汁和羊肉的鲜香，大白菜烫后清香爽口、解腻增食，配上刚出炉的混着芝麻香的烧饼，舀上一小碗汩汩翻滚的羊汤，一口吞下整个冬季的温暖。
提到八岁时第一次吃涮羊肉的场景，北京市民贾先生印象深刻，“那时冬季物资不丰富，吃涮羊肉还是很奢侈的”，与亲人围坐铜锅旁，看着服务员添加了高高的烟囱，碳烧得通红，一个人就吃了三盘涮羊肉，味道鲜美至极。工作后，贾先生总是在国庆或春节期间约朋友吃一顿涮羊肉，热乎喜庆的气氛就像除夕一样。
一锅清汤涮百年。面对日新月异的市场环境，承载情感与味觉记忆的老字号既要留住“老味道”，亦不断向年轻人靠拢。“东来顺打造全新IP形象，发布了由‘来来羊’‘铜锅爷爷’和‘糖蒜狗’组成的‘馋嘴家族’。”东来顺集团副总经理董锴介绍说，在传统火锅堂食基础上，东来顺开发了肉片、肉串、熟食、面点等预包装产品，进入商超、市场、电商平台等，让老字号产品真正走向寻常百姓家。(完)
| 彩虹多多地图 |
