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。

勇立文化育人潮头 答好时代命题“考卷”******

　　作者：徐峰（河南农业大学党委学工部部长）

　　党的二十大立足新时代新征程的历史方位，深刻分析我国发展面临的形势和挑战，全面部署未来5年乃至更长时期党和国家事业发展的目标任务和大政方针。青年是社会主义建设接班人、主力军，做好青年人思想政治工作，是高校“立德树人”的内在要求，更是为祖国现代化建设培养政治立场坚定、工作素质过硬人才的重要环节。

　　全国高校思想政治工作会议也指出，做好高校思想政治工作，“要更加注重以文化人以文育人，广泛开展文明校园创建，开展形式多样、健康向上、格调高雅的校园文化活动，广泛开展各类社会实践”。相对于政治理论学习、思想政治教育，文化育人更注重滋养、浸润，润物无声，久久为功。如何将无形的文化内化于心、外化于行，转变为思想政治教育的内核力量、学生成长成才的内生动力成为摆在我们面前的时代命题“考卷”。

　　文化育人不尚空谈，对大学生思想政治教育而言，文化育人不是坐而论道，而应是实实在在的行动。做到这一点，首先一个前提是要明确校园文化的内涵和概念。对高校而言，校园文化包括政治文化、组织制度文化、历史文化（中华优秀传统文化、革命历史文化、校史文化）、精神符号文化、建筑景观文化、专业特色文化、生活行为文化等维度，其内容丰富多彩，而且具有极强的校园特色。这为我们开展以文化人、以文育人提供了深厚的基础，成为高校培育人才的重要阵地和抓手。

　　在深刻理解校园文化的内涵基础上，河南农业大学统筹各级各类文化资源，从三个维度开展了文化育人实践：一是突出立德树人根本任务，通过打造政工干部和青年学生党的创新理论“双百”宣讲、“红色星期二”政治理论专题学习日、“爱祖国·升国旗”专项活动等政治理论教育品牌，弘扬社会主义先进文化。二是突出学校办学优势和特色，坚持“一院一品”原则，将中华优秀传统文化和学校办学特色紧密结合，以传统二十四节气为时间轴持续打造学校弘农爱国文化节（全年42场）。例如，清明、谷雨时节的“茶文化节”、芒种时节的“食品文化节”、秋分时节的“弘农爱国嘉年华暨中国农民丰收节”等文化活动品牌。三是围绕成长成才主题主线，锚定为党育人、为国育才目标，结合学生成长成才规律和特点，针对新生实施“二三六”入学教育，通过让学生读校史，提升学农爱农、立志成才的思想自觉；针对二三年级学生实施“创·赢未来”计划，举办农创沙龙、农创科技节活动，提升学生创新创业能力；针对毕业班学生开展“启航新征程”育人文化活动，通过开展“立鸿鹄志”优秀毕业生事迹汇编、为毕业生制作文化书签等活动，浓厚与时代共进步的文化氛围。

　　文化育人是一项系统工程，就文化而讲文化、举办一次两次文化讲座活动不是我们的目的。文化育人是思想政治教育不可或缺的组成部分，将文化育人放在思想政治教育的大海才能保证其生命力和活跃度。为此，河南农业大学持续深化校园文化建设。

　　一是大力加强工作体系建设。策划实施《大学生“品格、品行、品位”主题教育活动》，在全体学生中开展“品格、品行、品位”教育，将一个个单项文化育人项目整合在一起，实施文化育人“十大工程”，理顺、完善文化育人工作体系，构建文化育人的大格局。

　　二是大力加强工作合力建设。实施新农科背景下农林高校德智体美劳全面发展人才培养模式改革，将文化育人放在人才培养模式改革的大视野下，在党建思政、教育教学、实践磨砺、队伍建设、治理体系全过程彰显文化育人作用，汇聚文化育人的深厚力量。

　　三是大力加强工作队伍建设。通过成立学校大学生艺术教育中心、聘请大学生艺术教育指导教师、设立辅导员文化育人研究课题、规范文化艺术社团建设方式，培养了一批文化育人骨干力量，并不断提升文化育人骨干力量的能力和水平。

　　思想是行动的先导，理论是实践的指南。科学理论就像一面旗帜，旗帜立起来了，团结奋斗才有目标和方向；否则，就如同一艘航船没有导航仪，很容易迷失在茫茫大海中。做好青年人思想政治工作，以党的理论武装青年人头脑，内化于心、外化于行，要更加注重对文化育人重要作用的深刻认识。致广大而尽精微，答好文化育人宏大的时代考卷，需要做好文化实践的水磨功夫，是河南农业大学在思政工作中的一些思考。