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。

熬夜看个球 怎么还得了“世界杯综合征”？******

　　近日，广东梅州的一家医院专门开设的“世界杯综合征”门诊火了。前两天，阿根廷小组赛首战失利，1比2不敌沙特阿拉伯，这让很多球迷情绪激动，甚至胸闷气短。门诊专门为球迷开通了绿色通道，多学科联合会诊。据介绍，这些主治医师们均为医院足球队成员，更能共情球迷们的情绪。

　　1　世界杯综合征是什么？

　　“世界杯综合征”是个统称，指的是世界杯期间，由于时差关系，不少球迷为了看直播选择熬夜观看，几天下来，身体吃不消出现胸闷气短、睡眠障碍、肠胃不适等与看球相关的疾病，熬夜和情绪激动是主要原因。具体包括以下几个方面：

　　心血管疾病。看球时情绪波动过大，改变作息时间不断熬夜是主要诱因。如果出现头疼、头晕、恶心、胸痛等症状时，不要掉以轻心，及时测量是否有高血压。如果出现胸痛，一定要尽快就医。

　　胃肠道疾病，具体表现为胃疼、呕吐、腹泻等。很多球迷一边看球一边吃东西或饮酒，因此给肠胃造成了沉重的负担，容易诱发胃肠炎、胆囊炎等疾病。如果饮食不洁或者生冷还会引发胃肠道感染、腹泻等。

　　呼吸道疾病。看球时容易激动，加上饮酒后身体容易发热，这时候脱衣服容易受凉，再加上疲劳过度，免疫力下降，容易感冒。

　　脑血管疾病。这种疾病主要发生在年龄偏大的球迷，作息时间改变和情绪波动，容易诱发脑血管疾病。

　　2　看个球怎么就生病了？

　　不少网友表示不理解，看个球而已，至于熬大夜吗？

　　首先客观上来说，由于时差的关系，确实需要熬夜才能看直播。2022年世界杯小组赛阶段共有12个比赛日，每日四场比赛，分别在当地时间13时、16时、19时和22时（北京时间18时、21时、次日0时和次日3时）开球。所以对于一些球迷来说，熬夜是不可避免的事情。

　　又有网友说了，那看重播不就行了吗？但是对大部分球迷来说，只有看直播才能体会到看球的乐趣：直播时的参与感、一起见证历史的兴奋感、仿佛自己的参与观看能改变比赛结果、永远不知道下一秒会发生什么……

　　别说让球迷看重播了，甚至延时几秒都是一件让人难受的事情，毕竟隔壁的都已经欢呼了，你还在紧张着这个球到底能不能进。所以，熬夜看球，为自己喜欢的球员大喜大悲，对一些看球的粉丝来说，可能真的至于。

　　3　如何预防“世界杯综合征”

　　毕竟身体要紧。那么有什么方法可以预防“世界杯综合征”，在快乐的同时又能保持健康吗？

　　1、减少熬夜，补充睡眠。尽量选择最想看的比赛时间观看，凌晨0点和凌晨3点的球，如果不是非看不可，就早早洗洗睡吧。如果实在要熬夜，也记得补充睡眠，在不看比赛的时候利用午休、熬夜前的两小时等时间进行休息。另外，患有高血压、心脏病、冠心病、糖尿病、神经衰弱等人群，都不宜熬夜看球。

图片

　　2、饮食方面，夜宵尽量选择清淡容易消化的食物，油腻煎炸食品和冷饮尽量少吃少喝。可以准备一些水果，减少胃肠负担的同时也能补充维生素。还可以喝些茶，相关研究表明，茶叶可能具有预防和缓解昼夜节律紊乱的潜力。

　　3、锻炼方面，看球时要避免久坐，特别是患有颈椎、腰椎疾病的球迷，应该每半小时起身活动，避免久坐诱发疾患，但注意不要剧烈运动。

图片

　　4、控制情绪。夜里的血管较为脆弱，切勿大喜大悲，过于激动。球迷们要理性看球，正确看待输赢，不要把支持的球队输赢与自身输赢混为一谈，注意控制情绪的起伏。

　　资料来源：中国新闻网、重庆晨报、健康时报、四川在线

　　整理：党敏