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。

扫清误区 科学抗癌******

　　近日，美国一名自然疗法医生因在新冠病毒大流行期间，宣传虚假的新冠病毒免疫疗法和出售虚假疫苗接种卡而被法官判处近3年监禁。无独有偶，去年9月，号称“中国自然疗法第一人”的于伟，因涉嫌以自然疗法的名义对一名癌症患者实施诈骗，而被上海闵行检察院提起诉讼并最终获刑。得了癌症的人容易病急乱投医，这也让一些别有用心之人有了可乘之机，因此我们要擦亮双眼，正确认识癌症治疗。

　　癌症患者易病急乱投医陷入认识误区

　　中国医学科学院肿瘤医院乳腺外科副主任医师杨雪告诉科技日报记者，自然疗法通常被认为是一种应用与人类生活有直接关系的物质或方法，如食物、空气、水、阳光、睡眠以及有益于健康的精神因素，如希望、信仰等，来保持和恢复健康的一种行为，是一种非医疗手段。

　　杨雪指出，由于传统癌症治疗方法中的放化疗存在一定副作用，让很多癌症患者对正规治疗心存恐惧和抗拒。“而自然疗法听上去‘很纯天然’，加之一些机构或个人为了利益过度夸大其作用，甚至不惜欺骗患者，使一些患者将自然疗法视为救命稻草，导致了悲剧的发生。”杨雪表示。

　　除此之外，在癌症治疗中，一些人还企图通过限制饮食达到“饿死”肿瘤细胞的目的，并号称这是“饥饿疗法”。其实，这是一种完全错误的行为。

　　肿瘤是肿瘤细胞异常增殖导致的疾病，这种增殖带有无序性和掠夺性。北京大学肿瘤医院核医学科研究员朱华介绍，在治疗黑色素瘤时，有一个经典的疗法叫做精氨酸剥夺治疗。黑色素瘤在生长的过程中需要摄取一种非天然氨基酸——精氨酸。人体不能合成这种氨基酸，需要外界提供，因而对患有黑色素瘤的患者，通过服用阻止精氨酸在人体代谢的药物，可以实现对黑色素瘤生长的控制。“这个可能是肿瘤‘饥饿疗法’最有效的案例。”朱华说，但此“饥饿疗法”非彼“饥饿疗法”，实际上，大部分肿瘤是“饿”不死的。“饿死”肿瘤和饿死人这两个概念是不一样的。

　　“肿瘤长在身体里面，只要人体有血液供应，肿瘤就能得到生长所需要的营养物质。因而，用限制饮食来‘饿死’肿瘤的做法不但不能‘饿死’肿瘤，反而还有可能降低机体抵抗力，得不偿失。”朱华说。

　　要选择正规医院进行咨询和治疗

　　杨雪告诫，癌症诊断和治疗都有行业金标准，不要轻信非正规医疗机构的所谓诊断和治疗；对于那些号称能治愈所有癌症、取材自然、没有毒副作用，或者打着民间偏方、祖传秘方，以及“保密专利药物”等旗号的，都需要小心背后的骗局。

　　杨雪说，鉴别一种疗法有没有效果，是不是在临床得到应用，有条件的患者可以在中国知网、万方数据库或者其他专业网站查阅发表在医学期刊的文献。如果生病，一定要选择正规医院进行咨询和治疗，不要随便相信私人印刷的宣传单、街边小报和不靠谱的网站等，更不要在所谓大仙、大师的忽悠下方寸大乱，误入圈套。如果需要咨询，一定要选择专业医疗机构。

　　杨雪认为，民间流传的没得到研究证明的方法或许有一定效果，但每位癌症患者的治疗时间窗口非常宝贵，别因此错过了已经证明有效的方法和最佳治疗时机。“不当的治疗方法还可能损害身体抵抗力，导致癌症进一步恶化。”杨雪说。

　　“无论是什么疗法，都只是患癌后不得不面对的选择，更重要的还是预防癌症的发生。”杨雪建议，日常生活中，人们应当每年进行一次包含癌症检测项目的体检；对于有癌症家族史的人群，可以考虑去医院做遗传咨询或基因检测；另外，也要注意养成健康的生活方式，做到饮食均衡，注意控制体重，戒烟戒酒，规律作息，保持情志舒畅。（记者 罗朝淑）