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。
中央农村工作会议系列解读③牢固树立大食物观 夯实农业强国建设基础******
作者：孙致陆 中国农业科学院农业经济与发展研究所
近日，习近平总书记在2022年中央农村工作会议上强调，“保障粮食和重要农产品稳定安全供给始终是建设农业强国的头等大事”，“要树立大食物观，构建多元化食物供给体系，多途径开发食物来源”。这是恰逢其时、意义深远、安澜大局的谋划。大食物观，反映了我国粮食和重要农产品供给能力提升的现实，为加快建设有中国特色的农业强国开辟了新的战略路径。
从“粮食”到“食物”再到“大食物观”的转变，既立足于新时期国家粮食安全战略，也是与时俱进的理念创新。一方面，树立大食物观，是保障粮食安全的题中应有之义。要向森林要食物，向草原要食物，向江河湖海要食物，向设施农业要食物，向植物动物微生物要热量、要蛋白，构建可持续、多元化的食物供给体系，把中国人的饭碗牢牢端在自己手中。另一方面，树立大食物观，要从更好满足人民群众美好生活需要出发，掌握人民群众食物消费结构变化趋势，在确保粮食供给的同时，保障肉类、蔬菜、水果、水产品等各类食物稳定安全供给，让食物品类更加丰富、结构更加优化、品质更有保障，牢牢守住人民群众“舌尖上的幸福”。
我国有14多亿人口，每天要消耗70万吨粮食、10万吨食用油、192万吨蔬菜和23万吨肉，粮食和重要农产品稳定安全供给是“国之大者”。2022年我国粮食总产量为13730.6亿斤，已连续8年保持在1.3万亿斤以上，续写了用世界9%的耕地和6%的淡水养活世界近20%人口的奇迹。但也应该看到，在内部，今后我国粮食和重要农产品继续稳产增产面临的资源、环境、科技等方面的约束会越来越大，并且近年来，较高的生产成本、较高的食物损失与浪费率、不合理的居民饮食结构等因素导致我国粮食和部分重要农产品进口量呈持续增长态势；在外部，当今世界正处于百年变局与世纪疫情交汇之际，国际经贸摩擦频发、全球产业链供应链价值链加速重构、地缘政治冲突与阵营对抗加剧和新冠疫情持续，导致全球农产品市场面临的不稳定性和不确定性明显增强，极大地增加了我国粮食安全面临的外部风险和压力，对我国食物供需平衡也带来了前所未有的冲击和挑战。
面对复杂多变的国内外严峻形势，如何稳定安全地满足人民群众日益多元化、健康化、个性化的食物消费需求？这需要在生产端、消费端、流通端和贸易端同时发力，推动大食物观落地、落实、落细、落好，夯实农业强国建设基础。
在生产端，要在保护好生态环境的前提下，抓住耕地和种子两个要害，从耕地资源向整个国土资源拓展，宜粮则粮、宜经则经、宜牧则牧、宜渔则渔、宜林则林、宜果则果、宜菜则菜，依靠科技和改革的双轮驱动，形成同市场需求相适应、同资源环境承载力相匹配的现代农业生产结构和区域布局，持续增强“多元、营养、健康”食物的国内供给能力。
在消费端，要加强膳食营养与健康知识的宣传和教育，强化全社会“大食物观”共识，培养居民尽快形成科学健康、杜绝浪费的良好饮食习惯，优化膳食结构，平衡膳食营养摄入，推动居民饮食结构尽快由“吃得饱”“吃得好”向“吃得营养”“吃得健康”转型。
在流通端，要以“大粮食”“大产业”“大市场”“大流通”为理念，以建设农产品全国统一大市场和大流通体系为抓手，从顺应生产端和消费端的供需结构变化出发，全面发力打通食物供应链的各个环节，提高流通效率，降低流通成本，确保多元化食物产得了、运得出、供得上、供得优。
在贸易端，要依靠制度型开放推进更高水平的农业对外开放，消除和防范国内国际农产品市场双循环面临的障碍和风险，推动“一带一路”农业国际合作高质量发展，增强粮食和重要农产品全球供应链的韧性，加快构建充分利用国内国际两个市场、两种资源的食物稳定安全供给大格局。
“食为政首，粮安天下”。牢固树立大食物观，提高粮食和重要农产品稳定安全供给能力，是建设农业强国的安全底线和重要物质基础，必须立足现实国情，做好顶层设计，加强资源要素有效配置，以推动尽快实现建设有中国特色的农业强国的宏伟目标。
（本文为国家自然科学基金国际合作与交流项目（项目编号：71961147001）的阶段性成果）
