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。

儿童题材作品会成为新风口吗******

　　作者：师文静

　　近日,以儿童为主角的幽默搞笑剧《米小圈上学记》在央视播出,夸张逗笑的校园生活、小演员们的精彩表演都比较有吸引力。除了动画作品,以儿童为目标群体的真人亲子影视剧一直不受市场重视,精品剧更是稀缺。《米小圈上学记》的热播,让不少观众感受到久违的低龄合家欢喜剧带来的快乐,也意味着这种风格的儿童创新喜剧有其市场。

　　逗笑剧情和小演员演技加分

　　《米小圈上学记》改编自同名儿童畅销读物,讲述了米小圈与同学姜小牙、铁头三人童真、荒诞又温情的校园故事,也有大量的家庭逗趣囧事。这部剧采用单元剧的形式,分别讲述“友情的真谛”“亲情温暖”“兴趣与梦想”“爱心养宠物”“家庭旅行”“团体运动”等主题故事,每个小故事都起承转合、充满温情。比如《班长之争》主题单元中,米小圈使出各种“手段”给同学留下好印象,在竞选班长中获得不少票数,但弄虚作假的拉票被老师识破,该单元探讨的是公平竞争的话题。再比如《二爷爷的心愿》单元中,二爷爷来米小圈家做客,米小圈使尽浑身滑稽招数,想让二爷爷给他买心爱的自行车,二爷爷为了满足米小圈的心愿,捡拾矿泉水瓶攒钱,而乐于助人的同学们则集体去帮助二爷爷,米小圈得知真相后感动地抱着二爷爷大哭,为了完成二爷爷的心愿,米小圈也卖掉自行车并全力以赴。故事很简单,主题很明显,教育小朋友要孝顺长辈、知恩图报、珍惜亲情。这部剧中一个个令人捧腹的小故事,都在传递积极向上的正能量。每集开头或结尾处,剧中的家长和老师都会对当集主题进行总结,引导孩子树立正确的价值观。

　　这部剧想通过一个个小故事传递正确价值观,不少故事的走向、人物举动其实都很大人思维,但这种单元小故事的紧凑形式能装下更多内容,也适合家长、孩子相伴观看。剧中也有不少笑点会引发思考,比如米小圈发愁没有朋友,没法写作文,爸爸本来要安慰儿子,但画风一转,因没有朋友而伤心哭泣的是爸爸。据悉,创作团队在打磨剧本的一年多时间内,对当下低年级小朋友和家长们正面临的、关心的社会议题进行了充分调研,由此头脑风暴出剧中笑点和各种主题表达。

　　《米小圈上学记》的创作、改编走的还是“情景+喜剧”的内容特色,兼具趣味性与教育性。值得一提的是,剧中郭赫轩、吴彦坤、黄洪铮、陈芷琰等小演员演得非常自然、松弛,贴合角色,很为电视剧加分。

　　儿童题材影视剧注重开发大IP

　　《米小圈上学记》播出受到关注,是大IP效应的凸显。该剧原著已经在儿童文学圈火了很多年,虽然口碑不高,但知名度很高,对这种IP的开发更能吸引关注。

　　《小龙人》《快乐星球》《巴拉拉小魔仙》《家有儿女》等以儿童为主角的真人剧,满足了一代代儿童的观剧需求,而现在的影视创作、播出环境,除了动画片,很难再出优质儿童真人剧,但此类作品创作并没有停止,近两年开启了以开发大IP为主的创作风潮。比如融合真人表演与CG技术的《故宫里的大怪兽》系列,也是改编自近些年来非常火的儿童文学作品。《不是吧!我变成超人了》《超战真人》等剧集则改编自热门的动画IP。真人儿童电影《罐头小人》是根据作家郑渊洁的原著改编的。这两年国外儿童剧也一样重视对经典作品的改编,比如超高分美剧《小小安妮》,讲述一个11岁被领养女孩的成长,作品改编自著名的儿童文学作品《绿山墙的安妮》。以儿童为主角的奇幻冒险题材剧《鹿角男孩》也是改编自同名漫画,讲述一个头上长角的男孩为了弄清楚自己身世而展开的奇幻冒险旅程。

　　原创儿童题材影视剧很难创作、很难出精品的原因是,此类作品如果不能真正进入儿童视角、儿童内心,就会主题先行,展现训导之姿态,也容易走入浮夸、脱离实际的创作路径。这种改编大IP的潮流,更容易把作品做出圈或者做成优质内容。优质儿童文学IP非常多,不知道儿童影视剧改编会不会是下一个平台要积极占领的新内容风口。（师文静）