金福彩票_（中国）搜狗百科

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。

包工头欠薪后失联被刑事拘留 广东湛江公安为农民工追回劳动报酬73万余元******

　　本报记者　　邓 君

　　本报通讯员 尹雁宏 李晓丹

　　广东湛江某建筑公司欠薪73万余元，包工头却以生病为由，跟警方玩起了“捉迷藏”，拒绝接受调查。近日，广东省湛江市公安局霞山分局严厉打击恶意欠薪违法犯罪行为，办理了这起拒不支付劳动报酬案，刑拘1名犯罪嫌疑人，为30名工人追回劳动报酬。

　　2022年12月14日，湛江市公安局霞山分局建设派出所接到区人力资源和社会保障局移交的一宗拒不支付劳动报酬案件。

　　据人社局反映，该案所涉及的项目总包公司是广东万某建筑工程有限公司（以下简称万某公司），基坑支护专业分包单位是某经建筑工程（湛江）有限公司（以下简称某经公司），某经公司法人代表为徐某诚，某经公司派驻该项目负责人（包工头）为何某令。

　　2022年9月7日，该项目工人王某文等30名工人向人社局反映在该项目被某经公司拖欠工资共计73.2万余元，人社局于当月13日立案查处，并分别找到徐某诚和何某令询问调查督促支付拖欠的工人工资。

　　直到当年11月5日，人社局劳动保障监察综合执法大队从王某文等3名工人代表处了解到，30名工人被拖欠的工资仍未支付。随后，人社局先后于2022年11月7日和2022年11月17日两次向某经公司发出《劳动保障监察限期改正指令书》，要求某经公司限期支付王某文等人被拖欠的工资。然而，某经公司未能在规定期限内结清王某文等人被拖欠的工资。

　　2022年12月14日，霞山警方接收该案件后，由建设派出所主办该案。次日，侦查民警立刻召集王某文等3名工人代表了解情况，经询问得知，工人工资均由何某令约定并支付，所有工人均未签订劳动合同。工程结束后，工人曾向某经公司、何某令、万某公司及开发商多次讨薪，但只有个别工人领取到部分工资，大部分工人一分钱都没领到。工人多次讨薪后，何某令竟直接失联不接电话。

　　由于工人均来自农村，更有多人是家庭唯一劳动力，欠薪数额较大且时间较长，现年关将至，工人急需领取报酬回家过年，因此情绪非常激动。侦查民警在现场向工人代表表明态度，承诺会在最短的时间内竭尽全力帮助追回欠薪并将涉案人员绳之以法，同时嘱咐工人代表积极安抚好其他工人的情绪。

　　随后，侦查人员对万某公司派驻在该项目现场办公室成员何某鑫进行了询问调查。据何某鑫所述，万某公司都是按时支付某经公司该项目工程进度款，从无拖欠，截至2022年6月27日，万某公司直接支付某经公司该项目工程进度款595万余元，并代付该项目21名工人工资共计37万元。

　　2022年12月17日，霞山警方前往多地大力搜集旁证，证实何某令的确欠薪73万余元，遂立刻对其进行口头传唤。然而，何某令称自己核酸阳性，但拒绝提供健康码，漠视侦查人员的传唤，拒接民警电话。

　　2022年12月22日，霞山警方对该案立案侦查。直到民警将传唤证图片和其触犯的法条及可能引发的严重后果通过短信送达何某令，要求何某令限期内到公安机关配合调查，否则将对其采取追逃和抓捕措施，何某令才意识到事情严重性，于2022年12月28日到案。同日，何某令被依法刑事拘留。

　　经审讯，2021年7月何某令从开发商处拿到该项目基坑支护工程，因没有足够资金，找到何某京投资该工程，何某京又联系某经公司挂靠承包该工程，该工程总造价844万余元，截至2022年6月，某经公司已收到万某公司支付的工程进度款600余万元，但其以万某公司未结清工程款为由一直拒不支付拖欠的30名工人工资73万余元。

　　民警对何某令进行普法教育，告知应立即筹集资金支付拖欠的工人工资争取宽大处理。同时，民警又与开发商、万某公司相关人员取得联系，希望在追讨30名工人被拖欠的工资事项上取得对方支持。

　　终于，2022年12月29日，侦查人员召集工人代表与何某令在人社局相关负责人、万某公司相关人员及建设派出所负责人共同见证下，在派出所会议室对某经公司因该项目拖欠的工人工资明细进行最后核对确认，当日22时许，30名工人被拖欠的73万余元工资全部支付结清。

　　在处理欠薪案件过程中，霞山公安分局以“春风利剑2023”专项行动为契机，积极主动与区人力资源和社会保障局形成联动机制，组建清欠专班，动态关注欠薪线索及清欠工作开展情况，定期召开案件研讨会，分析总结案件办理经验教训，提升执法队伍执法能力。同时，不断总结典型案例，对外进行宣传教育，增加了被欠薪务工人员的信任感。

　　（文图：赵筱尘 巫邓炎）