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。

浙江教育两会观察：如何为职业教育发展“谋出路”？******

　　中新网杭州1月14日电 题：浙江教育两会观察：如何为职业教育发展“谋出路”？

　　记者 谢盼盼

　　职业教育，一直以来都存有误解：社会认可度低，上升通道受阻……在此间举行的浙江省两会上，多位浙江省政协委员为职业教育发展“支招”。

　　近年来，中央、省里和各市相继召开职业教育大会，出台了一系列支持职业教育快速发展的政策，职业教育的发展无疑迎来了“春天”。

　　然而，浙江省政协委员、九三学社金华市委主委，金华市副市长庄凌飞从工作调研中发现，还有一些制约职业教育发展的瓶颈问题亟待破解。

　　其一表现为普通教育与职业教育生源抢夺激烈，更多生源流向普通高中；其二为职业教育统筹力度有待强化。中职教育与技工教育一体规划不够，市自为战、县自为战、校自为战的现象仍然存在，职教布局、专业设置顶层设计有待加强，专业重复建设造成较大浪费；其三为职业教育服务地方发展的水平有待提升，专业与产业匹配度、实训实操能力还有待加强；其四为高层次复合型技能人才培养途径有待进一步拓展。

　　他担心，受普职比控制放开、职业教育社会认可度不高等因素影响，职业教育的生源正在逐渐萎缩，技工院校赴外地招生的成效也不明显，今后一个时期很有可能造成中职学校和技工院校“无生可招”的局面。

　　民进浙江省委会常委、湖州市委会主委李红同样关注职业教育及人才培养。

　　李红认为，许多中高职院校的高学历教师，从校门走进校门，缺乏必要的操作技能和实践经验。同时技工院校师生比偏低，以2022年浙江省人社厅评出的10所省一流技师学院为例，平均师生比在1:18.7，与普通教育相差甚远。

　　今年，浙江对职业人才的培育可谓下了“大力气”。

　　据政府工作报告，2023年浙江将开展职业教育培训150万人次；开展职业技能培训110万人次以上，新增技能人才40万人，其中高技能人才20万人；建成零工市场200个。

　　在此前提下，职业教育的发展应当如何“谋出路”？庄凌飞提议，要提升职业教育社会地位，加快凝聚职业教育与普通教育同等重要的社会共识；加大对职业教育的投入，提升产教融合水平；打造“浙江工匠”品牌，高规格举办浙江省技能大赛，加大优秀技能人才激励力度，营造尊重技能人才、重视技能人才的浓厚社会氛围。

　　此外，他还认为，要加强顶层设计，切实做好规划、政策、专业等统筹文章，形成推动职业教育高质量发展合力；聚力提升实操实训水平，提高职业教育竞争力和影响力，同时也要鼓励优秀的教师和学生到企业中去深造学习，在一线岗位提升技能水平。

　　李红建议，在满足当前产业发展所需人才的基础上，更加关注“未来工厂”所需要的产业工人，在规划未来产业时，同步规划“未来工人”培养计划，提前开展人才储备。与此同时，围绕专业发展要求，创新工学一体化技能人才培养模式。可以对接世界技能大赛标准，完善评价策略和评价体系，培养对接世界前沿高技能人才。

　　诚然，国家的发展既需要顶尖科技人才，也离不开一代代工匠的辛勤付出；一流的科研成果，更需要一流的制造水平予以实现。重视职业教育的发展无疑是浙江打造创新高地的关键一环，也是推进扩中提低，夯实共同富裕示范区建设的重要基础性工作。(完)