彩神3_彩神3

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 。

广西钦州：办税缴费“不见面” 纳税服务“不打烊”******

　　当前 ，“非接触式”“不见面”等办税缴费模式越来越受到广大纳税人缴费人青睐 ，为了最大限度地方便纳税人缴费人办理业务，国家税务总局钦州市税务局征纳沟通集成服务中心进一步完善多样化、个性化的“非接触式”办税缴费服务渠道 ，依托12366纳税缴费服务热线 、“桂税e点通”征纳互动平台 、智税课堂等远程咨询和辅导平台，为纳税人提供便捷高效办税服务 。

　　服务热线不断档 ，精细辅导解疑难

　　“了解到有增值税留抵退税政策后，我就给钦州纳服热线打电话，坐席人员详细解读了政策内容 ，在线辅导我办理了留抵退税，解决公司资金周转困难 的燃眉之急。”广西力顺机械有限公司财务梁先生对热线服务称赞道 。

　　图为钦州市税务局征纳沟通集成服务中心 。梁小娟/摄

　　为最大限度满足咨询服务需求 ，征纳沟通集成服务中心及时分流坐席人员 ，每日盘点坐席人员数量，合理排班调岗 ，确保热线不断线 、服务不打烊 。中心全力提供税费政策咨询、软件操作讲解 、网上办税流程辅导等纳税咨询服务 ；积极引导纳税人缴费人采取网上办、掌上办 、预约办等方式办税 。2022年 ，共受理咨询服务60213人次 。

　　互动平台不下线 ，远程帮办提质效

　　征纳沟通集成服务中心依托“桂税e点通”征纳互平台在线客服提供远程辅导帮助，实时解读最新政策要点 ，图文并茂示范操作流程，纾解办税缴费难点堵点。

　　图为坐席人员接听纳税人来电，热线与线上征纳互动平台同步高效运行。梁小娟/摄

　　“您好 ，我在广西电子税务局申报城镇土地使用税 ，系统一直提示错误无法申报，可以帮我看一下是什么原因吗 ？”接到纳税人 的咨询求助后 ，在线客服发起远程协助，详细查看了纳税人的税源信息采集情况，找出问题后耐心辅导纳税人成功申报城镇土地使用税。

　　通过发送截图 、视频、远程协助等方式辅助解决问题 ，有效节约了纳税人缴费人的时间成本。“截图非常直观 ，帮助我们发现和解决问题，避免了来回跑和在大厅排队等候 ，‘桂税e点通’真 是办税的好平台 。”广西钦州松宇置业投资有限公司办税人员邓女士说道 。

　　该中心推行“问办协同”服务模式 ，通过热线+线上“一对一”“点对点”“屏对屏”、前后台远程联办等方式办实事 、解难题 ，目前已实现 “19项坐席远程帮办+N项简易工单转办” ，让信息多跑网路 ，纳税人缴费人少跑马路 。2022年，共受理在线咨询2443人次 ，远程帮办税费业务4000余次，对工单转办限时办结事项100%回访，纳税人100%满意 。

　　智税课堂不缺位，云上直播送税惠

　　为帮助纳税人缴费人熟悉掌握税费政策 ，该中心开发智税课堂“快问快答”“秒懂您所需税法如此简单”系列宣传短视频等各类宣传产品，使政策条文通俗易懂 、生动形象。2022年，共精准推送政策12.29万户次 ，先后发布10期“快问快答”，制作宣传小视频15个，浏览量8万多人次。

　　同时，通过开设网络直播课堂，“云端”宣讲组合式税费支持政策 、惠企利民举措，在线互动解答企业政策疑难，帮助企业应享尽享税费优惠红利 。2022年 ，中心联合钦州市政协、市科技局、人社局等部门举办了4场云直播 ，6场留抵退税和1场小规模纳税人优惠政策专场直播辅导，吸引了5500多人次在线观看，现场解答纳税人涉税费问题376个。广西钦州市森瑞林业有限公司办税员表示 ：“我们通过税务直播间了解到针对小微企业的税费优惠政策 ，及时享受了政策红利 ，对小微企业帮助太大了！”

　　下一步 ，钦州市税务局征纳沟通集成服务中心将持续拓展“非接触式”式办税服务项目的内涵和外延 ，不断提升纳税人缴费人体验感和满意度，以税收现代化服务好中国式现代化。（朱丽燕）

　　（文图 ：赵筱尘 巫邓炎）