吉利彩票APP_在线用户注册平台 | 官网APP下载

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。

外资机构眼中，2023年中国的投资机会在哪？******

　　(投资中国)外资机构眼中，2023年中国的投资机会在哪？

　　中新社北京1月12日电 (记者 夏宾)2023年开年，中国各大部委负责人密集发声，各地方紧锣密鼓地谋划提振经济良方，展望中国经济形势也成为近期外资机构的重点议题。他们眼中中国的投资机会在哪？

　　多个机构认为，房地产市场改善和消费提振有助于拉动经济。富兰克林邓普顿环球投资首席投资官Manraj Sekhon说，中国经济政策的转折点始于去年10月放宽房地产业信贷准入。中国政府对防疫政策的优化也催化了转折。政策重心重新聚焦于促进增长和提振消费信心。对市场而言，这次转向是至关重要的。

　　瑞士百达财富管理亚洲宏观经济研究主管陈东认为，2023年中国经济将温和反弹。

　　他认为，2022年底中国政府出台了一系列旨在为房地产开发商提供信贷支持的新措施。这些措施是自2021年底房地产持续探底以来最强有力的政策支持。尽管由于结构性原因楼市不太可能出现大规模反弹，但可能有助于在未来几个月稳定房地产行业。

　　瑞银亚洲经济研究主管、首席中国经济学家汪涛表示，2023年，中国经济有望走出疫情影响，消费出现复苏。在过去三年，中国民众储蓄率增长3至5个百分点。走出疫情后，人们可以把积压的储蓄释放出来，一些前期待释放的需求也会逐步释放出来，这将成为今年消费反弹最主要的动力。

　　她也预计，2023年中国房地产活动会企稳，对经济的负面影响减小。预计房地产销售量和新开工面积在最近一两个月将会见底，今年三四月份(扣除季节性因素后)开始环比出现反弹。今年全年，房地产销售量和新开工面积从当前的低谷逐渐回升，环比增长或将达到两位数。

　　2022年表现不佳的中国股票市场，今年能否打一场“翻身仗”？先锋领航量化股权团队另类投资与多资产策略主管徐飞认为，在股市方面，尽管美股估值相较2022年更具吸引力，但是仍然略高于先锋领航模型估算的公允价值。相比之下，中国股票目前尤其具有吸引力。

　　高盛策略报告将明晟(MSCI)中国指数的12个月目标从70点上调至80点，主要理由是整体估值较低，以及房地产、互联网监管等领域的多个支撑点。摩根士丹利也将MSCI中国指数的2023年年底目标上调至80点。

　　摩根士丹利中国首席市场策略师王滢认为，2023年中国GDP和企业利润将加速增长，中国股市有望将成为全球表现最佳的股市。其研究报告称，2023年中国的GDP和企业利润将加速增长，同时内外部风险均下降，这或将推动股票估值进一步上涨。

　　在进一步上调MSCI中国指数目标位时，摩根士丹利称，正在对中国股权风险溢价(ERP)重新评估，不少因素证明属于A股的牛市周期已经开启。

　　高盛策略团队认为，在2023年的全球背景下，中国在经济增长、政策和通胀周期方面看起来处于有利地位。“当前的市场背景让我们相信，继续减持或做空中国股票面临的风险明显高于做多中国股票。”

　　2022年，中美10年期国债利率出现罕见倒挂，扰动金融市场。瑞银证券中国利率市场策略分析师夏愔愔近期在一场研讨会上预计，2023年随着中美利差倒挂修复，美元相对于其他货币的强势会逆转，境外机构配置人民币债券需求有望恢复。

　　夏愔愔认为，2023年上半年，中国经济增速有望反弹，国债收益率有可能进一步提高，国债收益率和政策利率之间的利差可能进一步扩大，高点会触及3.25%左右；在今年下半年，中国国债收益率可能有机会再度下降，在年底可能还会进一步走低，预计大概会在2.9%左右。(完)

　　（文图：赵筱尘 巫邓炎）