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。

哪些人容易发生“沉默性缺氧” ？听听医生怎么说******

　　一些新冠病毒感染患者特别 是老年患者有不同程度 的缺氧，很多人在家里配备了制氧机等吸氧装置 。患者如何科学进行吸氧治疗 ？哪些人容易发生“沉默性缺氧”？什么情况下患者要到医院就诊？记者采访了相关专家 ，一起了解一下。

　　中南大学湘雅三医院急诊科主任医师孙传政说 ，一般情况下 ，患者如果缺氧，常会出现气促 、呼吸困难 、胸闷等症状 ，但也有部分患者即使血氧含量下降明显 ，却没有胸闷、呼吸困难等表现，这就 是“沉默性缺氧”，这种情况容易被忽视 。需要注意的 是，老年患者容易出现“沉默性缺氧”。

　　“不是所有新冠病毒感染者都需要吸氧，只有重症患者才需要进行吸氧辅助治疗，血氧饱和度在95%以上 的患者不需要吸氧。”中南大学湘雅三医院呼吸与危重症医学科主任孟婕说，沉默性缺氧多发生在高龄老年人和有基础疾病 的老年患者中 。一旦患者缺氧 ，需立即监测血氧饱和度情况 ，并立即停止活动。患有心血管疾病、免疫缺陷的患者，可以备一个指氧仪，了解身体状况。

　　很多人在家里配备了吸氧装置 ，如便携式氧气瓶、氧疗机、制氧机等。孟婕说 ，很多老年患者缺氧程度不重 ，血氧饱和度在90%-94% 的患者可以在医生指导下进行居家氧疗 。需要注意 的 是 ，老年人吸氧并不是越多越好 ，长期、过度吸氧也可能导致氧中毒 ，造成机体细胞和器官损伤 ，因此患者进行家庭氧疗 ，要在医生指导下进行，不可盲目过量吸氧，避免身体出现不良反应。

　　孟婕提醒，目前新冠病毒感染患者要根据病情的严重程度选择不同 的氧疗方式 。氧疗方式主要包括双通道鼻导管吸氧、面罩吸氧 、高流量吸氧、无创呼吸机和有创呼吸机治疗。家庭制氧机的流量较小 ，患者在家庭吸氧不能缓解缺氧状态 的情况下 ，需要到医院进行评估，接受专业治疗 。

　　患者如何缓解轻微呼吸困难呢 ？“可以采取俯卧位通气 ，增加前胸部的血流量和背部 的通气量 ，改善气体交换，提高血氧饱和度，缓解呼吸困难 。”湘雅三医院呼吸治疗师龙检说 ，俯卧位通气适用于大多数 的新冠病毒感染患者，要求患者处于清醒状态且意识清楚，能够自主翻身。（记者帅才）