大星彩票注册|大星彩票交流群

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。

军事科学院徐馥芳：要有勇闯科技“无人区”的胆识******

　　光量子干涉实物图。图片来自新华社

　　党的二十大报告在总结十年来的重大科技创新成果时，再一次提到了量子信息。近年来，“墨子号”“九章”“祖冲之号”等一批量子信息领域的成果集中涌现，我国量子科技实现从跟跑、并跑，到部分领跑的重大历史性飞跃，量子科技发展的体系化能力正在稳步建立。

　　量子力学自1900年诞生以来，打开了人类认识世界的一扇新的大门。第一次量子革命，量子力学催生了晶体管、激光等重大发明。近年来，以量子计算和量子通信为代表的第二次量子革命兴起，极大地影响和改变着人类的生活。

　　本期科技访谈录，我们邀请到军事科学院量子技术方向学科带头人、国防科技创新研究院前沿交叉技术研究中心副研究员徐馥芳，请他谈一谈神奇的量子世界，展望量子科技发展的宏阔未来。

　　量子之美，美在未知

　　记者：习主席在党的二十大报告中，把量子信息列入新时代十年重大科技创新成果之一。量子信息是什么？它和我们经常提及的量子科技有什么关系？如今我国在量子信息领域都取得了哪些重要成就？

　　徐馥芳：量子信息是量子物理学和信息科学交叉催生的技术领域。它利用微观体系的量子效应，实现信息的高灵敏感知、安全传输和高速处理。量子信息主要包括量子通信、量子计算和量子精密测量等3个典型技术分支。

　　量子科技是一个更宏观的概念。它指的是量子力学建立后催生和发展起来的一系列科学与技术。随着量子信息技术的发展，量子科技发展进入新阶段，第二次量子革命兴起。这是一次巨大的飞跃，直接或间接改变和提升着人类获取、传输和处理信息的方式和能力。

　　近年来，我国在量子信息领域取得了很多重大成果。在量子通信领域，我国实现了光纤量子保密通信应用演示与验证的“京沪干线”，成功发射了“墨子号”量子卫星；在量子计算领域，我国实现了“九章”光量子计算原型芯片和“祖冲之号”超导量子技术原型系统；在量子探测领域，我国多个单位研制的冷原子干涉重力测量样机在国际重力比对试验中都取得了优秀成绩，针对水下目标探测的量子磁力探测样机已经针对典型场景开展了测试，等等。

　　记者：我们知道，量子力学是描述微观物理世界的理论。在您的眼里，又或者说在您的想象里，量子世界有多美？

　　徐馥芳：量子世界之美，在于它的神秘与未知。在量子的概念提出之前，我们对微观世界的认识，往往基于对宏观世界的理解之上。受到物理学自身限制，我们无法直接观测微观世界，甚至借助光学、电子学显微镜等也只能观测到皮毛。如今，了解过量子测量的我们都知道，量子测量会对被测量子系统产生影响；处于相同状态的量子系统被测量后可能得到不同的结果。这种因果颠倒的试验结果听来近乎玄幻，也是诸多科学家无法用经典物理学理论解释黑体辐射实验的原因。

　　在量子世界，很多经典物理学中不存在的物理状态变得可能。量子力学直接颠覆了我们对整个世界的认知。一个全新的世界在我们面前徐徐打开，太多的未知等待着我们去探索。这怎能不令人欣喜？

　　如今，还有许多物理现象难以被我们理解，比如量子隧穿、电子自旋、电子轨道跃迁、单电子自身干涉、测量导致的坍缩、共轭物理量无法同时精确测量（海森堡测不准原理），等等。这些都是量子世界里的一扇扇神秘的“大门”，一旦打开走进去，里面可能是一个更加幽远深邃的“洞天”。

　　但是，量子世界的神秘，或者说对量子世界的疑惑，并不足以使我们怀疑量子力学。量子力学的一部分已经得到实验验证，基于量子力学发展起来的科学与技术，已经极大地改变了我们的社会，并将继续服务于人类社会生活。

　　量子概念图。资料图片

　　对未来世界的影响，将远超你的想象

　　记者：有句俗话说，“遇事不决，量子力学”。量子似乎已经走进了人们的日常生活，又似乎还很遥远。您怎么看？

　　徐馥芳：很多时候，我们会觉得量子力学离我们很远。这一略带神秘、略显高深的学科，告诉我们微观世界中存在一些超导、超流、纠缠等神奇的量子效应，一般人很难理解。虽然一直都在说量子科技正在走进我们的生活，但是这一过程，往往以基础科学的形式在起作用。量子力学指导和推动了电子技术和信息技术的发展，但是我们的科学家、工程师和用户并不一定需要对量子力学懂太多。传统的学科还在将技术进一步推向前沿，仍有在不引入量子力学的情况下的进步空间。或者更直白地说，期望改变世界的量子信息技术，目前许多还停留在实验室阶段或者初步应用阶段，有待进一步突破。

　　另一方面，量子力学其实离我们又很近。我们周围的物质，包括我们的身体和大脑都是由原子分子构成的，它们在微观上遵守的是量子力学的规则。我们享受的现代科技产品，手机、电脑等都是量子力学指导的产物。近年来，随着量子信息技术的快速发展，量子通信、量子计算、量子精密测量领域都取得了一些重大进展，相关的科技产品正在加速走进我们的生活。

　　当然，我们更需清醒地看到，量子技术在向世界展现出其强大能力和发展潜力的同时，也面临巨大挑战。这其中，不仅有来自对量子态的长时间维持和精确调控等人类改造世界能力的挑战，更牵扯到物理学基础理论等人类认识世界能力的挑战。也许，还需经过漫长的时间，有新材料、新机理等特殊契机出现后，量子技术才能真正向世界显示其威力。

　　记者：请您设想一下，量子信息技术会给我们的未来生活带来怎样的改变？

　　徐馥芳：量子信息技术对未来世界的影响，将远超你的想象。在量子信息技术的3个分支中，量子精密测量和量子通信发展得相对成熟，已经从实验室“飞入寻常百姓家”。而难度最大的量子计算，发展仍处于早期阶段，距离商用普及仍有较长距离。我们乐观估计，还要20年以上的时间才能实现。

　　量子计算是量子信息技术中最综合的一个技术分支，也是对信息技术冲击最大的一个分支。从算盘时代发展到冯·诺依曼架构的电子计算机时代，人类社会发生了翻天覆地的变化。从经典计算机到量子计算机，“量子比特”取代了经典的“比特”，量子计算机在理论上具有秒杀所有传统计算机的计算能力。可以想象，一旦通用量子计算机发展起来，人类社会又将再次经历巨大变化。网络信息安全、大数据和人工智能、化学生物制药、金融工程、智能制造等领域都将因为量子计算机的巨大信息处理能力，发生颠覆性改变。

　　有没有勇闯科技“无人区”的胆识，决定了我们未来能走多远

　　记者：在钻研量子技术的道路上，您遇到最艰难的挑战是什么？

　　徐馥芳：从我的经历来看，最艰难的往往是起步阶段。我们这个团队是伴随着2017年新军事科学院调整组建而成立的一个研究团队，刚刚成立时，团队只有几个人，来自全军不同的单位。我还清楚记得，大家刚来到单位的时候，办公场地都是临时借用的，第一份项目申报书，是在临时租借的宿舍中完成的。但大家都没有被这些现实困难吓倒，科研经费有限，就省吃俭用买设备买器件；团队人才短缺，就想方设法引进、培养青年人才……几年时间过来了，我们的团队已经相对稳定成熟，科研条件有了很大改善，也取得了不少研究成果。

　　回顾这段从零起步的创业历程，我最大感触是，我们这一代科研人员赶上了一个好时代。在国家高度重视科技创新的大背景下，在党中央和中央军委的相关政策扶持下，在军事科学院良好的科研氛围下，我们团队可以瞄准一个目标，心无旁骛地共同努力。在这种环境下，拼搏也成为内在的自发本能。

　　记者：您认为，研究量子技术和其他科学技术有什么不同？研究量子技术需要怎样的科学精神？

　　徐馥芳：由于量子物理的概念与宏观世界完全不同，从事量子技术研究需要经过科学的系统训练，接受其独特的逻辑和技术方法。量子力学是一门完备的、严谨的科学。没经过系统训练，利用学习到的部分量子概念，结合自己的现实经验看待或处理问题，很容易走入歧路，产生错误观点。

　　现在社会上对量子技术存在着两种极端理解：一种是认为量子技术是骗子技术，所有的都是假的，不认可量子力学的正确性，或者认可量子力学但不认可量子技术；另一种认为量子技术是万能的，会彻底颠覆现在的电子技术和信息技术。这两种理解毫无疑问都是错误的。量子力学是一门基础学科，我们需要理性认识基于量子力学发展起来的量子技术，尤其是方兴未艾的量子信息学。它是一门全新的交叉学科，它的发展将成为我们传统信息技术的有力补充，并成为信息技术深化发展的基础。

　　从我长期从事量子技术的经历来看，我认为，研究量子技术，一是需要科学严谨的态度，能够严格依据量子理论进行推理和验证，进行试验设计和现象解释；二是需要前瞻的洞察力，量子世界的现象和规律与我们熟悉的经验世界完全不同，对研究中碰到的问题，必须敢于大胆假设，勇于创新，小心求证；三是需要持之以恒的韧劲，在研究量子信息技术时，科学难题和工程技术难题同在，很多时候在短期内都难以出重大应用成果。中国古人常讲“十年磨一剑”，但在这个领域，有可能十年都难磨一剑，所以必须沉下心来埋头苦干。

　　在科学研究上，有时看似下的是慢功夫，实则走的是快车道。量子技术是一门非常前沿且深奥的学科，目前虽然已经有了一些研究成果，但还有更多的“无人区”等着我们去探索。当我们与世界同行站在同一起跑线上，有没有勇闯科技“无人区”的胆识，决定了我们未来能走多远。

　　文字整理：张志华

　　（文图：赵筱尘 巫邓炎）