乐发lv计划-乐发lv玩法

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。

我国高等教育进入普及化阶段******

　　中国矿业大学硕士毕业生赵彬宇登上列车，前往内蒙古霍林河南露天矿就业，立志为高寒地区绿色矿山建设贡献力量；

　　北京电子科技职业学院汽车工程学院的实训室里，新能源汽车技术专业学生李新海正在研究汽车构造。还没毕业，他就已被企业提前“锁定”；

　　…………

　　一批批学子走进校园，接受高等教育；一批又一批大学毕业生走出校园，投身火热的生产生活一线。记者从教育部获悉：全国拥有大学文化程度的人口超过2.18亿，比10年前大幅增长，每10万人中拥有大学文化程度的由8930人上升为15467人；新增劳动力平均受教育年限达13.8年，劳动力素质结构发生重大变化，全民族素质稳步提高。

　　教育部相关负责人表示，10年来，我国高等教育与时代同行，取得历史性成就，发生格局性变化，在育人方式、办学模式、管理体制、保障机制等方面不断创新，为建设世界重要人才中心和创新高地提供了有力支撑。

　　——我国已建成世界最大规模的高等教育体系。

　　教育部发布的数据显示，我国已建成世界最大规模高等教育体系，在学总人数超过4430万人，高等教育毛入学率从2012年的30%，提高至2021年的57.8%，实现了历史性跨越，高等教育进入世界公认的普及化阶段。其中，普通本科学校校均规模16366人，本科层次职业学校校均规模18403人，高职（专科）学校校均规模9470人。教育部相关负责人介绍，我国高等教育毛入学率2019年达到51.6%，正式进入普及化阶段，并且普及化水平持续提高。

　　截至2021年，全国共有高等学校3012所。其中，普通本科学校1238所（含独立学院164所），本科层次职业学校32所，高职（专科）学校1486所，成人高等学校256所。另有培养研究生的科研机构233所。

　　——我国高等教育整体水平进入世界第一方阵。

　　党的十八大以来，我国高校科技创新能力不断提升。近年来，高校获得了60%以上的国家科技三大奖励，承担了80%以上的国家自然科学基金项目，是国家创新体系的重要力量。

　　教育部相关负责人表示，中国的高等教育开始了内涵式高质量发展，高等教育的学科专业与课程结构等得到进一步的调整与优化，高等学校的办学水平与人才培养质量不断提高，高等教育整体的国际竞争力持续增强。通过“双一流”建设计划，一批大学和一大批学科已经跻身世界先进水平，整体水平进入世界第一方阵。

　　同时，高等教育培养质量也不断提升。10年来，以一流专业和一流课程建设“双万计划”为牵引，共认定11761个国家级、11439个省级一流专业建设点，遴选认定首批5116门国家级一流本科课程。全面启动基础学科拔尖计划2.0，在77所高校布局建设288个学生培养基地，探索基础学科拔尖人才培养“中国范式”，累计吸引1万余名优秀学生投身基础学科，形成了基础学科拔尖人才的“梯队网络”。

　　形成了慕课与在线教育发展的中国范式。截至2022年2月底，我国上线慕课数量超过5.25万门，注册用户达3.7亿，已有超过3.3亿人次在校大学生获得慕课学分，慕课数量和应用规模世界第一。

　　——我国人口红利逐步向人才红利转变。

　　据介绍，近10年来，全国高校共增设1.7万个本科专业点，撤销和停招了近1万个专业点，提升高校人才培养与经济社会发展的适应度匹配度。目前，本科专业达771种、6.2万个专业布点。

　　服务国家战略需求，增设了储能科学与工程、人工智能、生物育种科学等新专业；服务民生建设急需，新增老年学、养老服务管理等新专业，并扩大了预防医学、护理学、家政学等专业布点规模。加快培养急需紧缺人才，不断完善高质量人才培养体系。新工科、新农科、新医科、新文科建设持续深化，人才培养组织模式持续创新，一批未来技术学院、现代产业学院等加快建设。创新创业教育领跑世界。成功举办7届中国国际“互联网+”大学生创新创业大赛，累计吸引五大洲120多个国家和地区的2533万名大学生参赛，大赛累计直接创造就业岗位数75万个，间接提供就业岗位516万个。

　　随着我国高等教育规模大起来、实力强起来，我国人口素质不断提高，人口红利逐步向人才红利转变。

　　（文图：赵筱尘 巫邓炎）