推动“冷资源”变为“热产业”******
作者：常理
刚刚过去的2022年，对中国冰雪运动来说无疑是具有划时代意义的一年。2022年初的北京冬奥会和冬残奥会聚焦了全世界冰雪爱好者的目光，冰雪运动在我国打破了时间、空间的限制，实现了3亿人参与的目标，中国冰雪运动进入了新时代。
和2023年一起到来的是北京冬奥会过后的第一个雪季。随着疫情防控政策的优化，全国各地冰雪运动持续升温、活力四射：已经是第九届举办的全国大众冰雪季活动，预计将带动全国超1.5亿人次参与；在哈尔滨，松花江面积雪盈尺，冰上撑橇、冰上龙舟、雪地风筝等构成冬日北国别样风景；在上海，10多块季节性移动冰场如雪花般散布；在重庆，仙女山国家森林公园银装素裹，游客们尽享冬季运动的激情与欢乐……
行稳方能致远。过去几年，冰雪运动的种子在全国各地生根发芽、开枝散叶，冰雪产业成为不少地方经济发展的新引擎。前不久，中共中央、国务院印发的《扩大内需战略规划纲要（2022—2035年）》明确提出，推进冰雪运动“南展西扩东进”，带动群众“喜冰乐雪”，这彰显了我国持续发展冰雪运动的决心。冰雪运动种类丰富、形式多样，可满足不同年龄、不同门槛的消费人群需求。发挥好冬奥会余热，推动冰雪运动持续健康发展，将有利于我国进一步扩大内需、刺激消费、推动产业转型升级，为地方经济发展增添活力。
打好“融合牌”，让产业旺起来。冰雪产业链条长，上游涉及各种冰雪装备、器材，冬奥会上亮相的国产雪车、雪蜡车、冰刀、速滑服等，都是中国制造向冰雪产业拓展的成功案例；下游涉及文化、旅游、培训等行业，集聚了大量资源，“冰雪+”正成为人们冬季休闲健身的新选择。进一步推动冰雪产业与关联产业需求对接、资源整合、协同发展，提供更加多元的产品和服务，打造具有中国特色的冰雪活动和赛事IP，让冰雪运动的激情保持下去，成为全民健身新方式、健康中国新动力、社会活动新时尚。
打好“四季牌”，让企业强起来。众所周知，冰雪运动对于季节性的要求很高，一些欧洲国家雪季持续时间较长，雪场经营具备先天优势。在我国，由于气候原因，很多雪场一个雪季的运营时间仅3至4个月。这就要求企业打好“四季牌”，冬季滑雪，春季踏青、夏季避暑、秋季露营，探索冰雪场地建设和季节转换新路径，满足不同季节、不同消费群体的运动休闲需要。目前，中国冰雪市场还处在起步阶段，百姓对于冰雪运动的喜爱需要一个培育过程，企业需要沉下心来，练好内功，不断为冰雪运动发展创造营造良好氛围。
打好“民生牌”，让群众富起来。冰天雪地也是金山银山。我国冰雪资源丰富，这些年，各地通过发展冰雪产业，建设了一批冰雪小镇以及冰雪度假胜地，不仅提升了当地知名度，引来投资和消费，还提高了当地老百姓收入水平，促进地方产业转型和经济发展。作为北京冬奥会雪上项目主要竞赛场地之一，崇礼从一个小县城变成了世界闻名的滑雪胜地，不少当地人端起了“雪饭碗”，吃上了“冰雪饭”。因此，要不断推动“冷资源”变为“热产业”，释放冰雪红利，让冰雪运动进一步火起来。（常理）
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。
