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。
中国信科陈山枝：应将“5G兼容、6G融合”作为我国卫星互联网技术路径******
光明网讯（记者 李政葳）1月6日，在由中国工信出版传媒集团主办，北京信通传媒·通信世界全媒体承办的“2023ICT行业趋势年会”上，中国信息通信科技集团副总经理、总工程师、科技委主任陈山枝表示，面向6G、星地融合并以用户为中心的弹性可定制网络将助力6G实现全域覆盖、场景智联。
无线移动通信系统十年演进一代，从4G改变生活，到5G改变社会，网络覆盖逐渐向行业应用延伸。“当前4G和5G等陆地移动通信系统在行业应用中有一定局限，面对行业应用的广域与空间覆盖稀疏性和分散性，卫星移动通信大有可为。”针对星地融合发展，陈山枝提出三大趋势：
一是卫星与地面蜂窝系统由竞争转变为互补。随着移动通信走向万物互联，人类活动空间拓展、环境监测、军事应用、行业应用等需求强盛，引入卫星通信能够更好地满足通信需求。借助卫星通信，城市与乡镇通过基站覆盖，发挥容量和规模成本优势，实现海量接入；偏远地区与海洋通过卫星覆盖，发挥覆盖优势，可以节省建设成本。因此，以较低成本构建卫星互联网，作为5G／6G地面覆盖的补充，形成星地融合组网，可支撑多样化的服务和应用。
二是卫星互联网与地面蜂窝系统体制走向融合。传统卫星通信技术体制多、不兼容、产业规模小、成本高，无规模经济优势。近年来，业界纷纷开展基于5G体制的卫星互联网星座组网探索，比如，ITU开展了下一代卫星通信相关研究；3GPP开展了NTN（非地面网络）标准制定；ETSI Set 5G联盟开展了融合网络研究工作等，有效规范了卫星互联网发展标准化，促进了卫星通信与蜂窝通信在体制上的融合。
三是不同需求有不同组网模式。针对不同应用场景，星地融合系统具有灵活的组网模式可以解决相应问题，适应不同场景需求。采用透明转发的独立组网模式与地面互联互通，可应用于技术复杂度低、建网成本低的场景，助力解决中继通讯的问题；采用高频段星上处理独立组网模式与地面网络互联互通，适合大容量高速数据传输，适用于车载、机载、船载或者固定接入通信。
“鉴于低轨卫星通信与地面蜂窝通信的差异，星地融合也面临诸多挑战。”陈山枝认为，星地融合还需要在信道建模、链路预算等基础问题，透明转发、星上处理等网络架构，传播参数、信道设计等物理层关键技术，移动性管理、用户面协议等高层关键技术等方面进行攻关。
对于星地融合未来的发展趋势，他认为，星地融合演进路径：从5G体制融合走向6G系统融合；6G星地融合关键技术：实现卫星与地面蜂窝通信有机融合。
陈山枝建议，应将“5G兼容、6G融合”作为我国卫星互联网的技术路径。
其中，5G兼容（体制融合）抢占先机、奠定基础，以5G技术为基础，根据卫星链路等差异化，针对性修改和优化的低轨卫星通信系统；最大程度复用5G技术，并利用5G规模经济，降低成本，实现差异化竞争优势。
6G融合（系统融合）达到全球引领，实现陆地移动通信和高中低轨卫星通信的有机融合；形成卫星与地面蜂窝通信的统一空口、统一接入、统一认证方案；支持终端在星地间无缝切换，跨运营商漫游。
