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。

深化现代职业教育体系建设改革（人民时评）******

　　优化课程供给，促进职业教育的“专业群”与区域经济的“产业群”无缝对接，让职业教育成为“有学头、有盼头、有奔头”的教育

　　在上海，职业院校与区级政府合作建立“双元制”特色产业学院，整合职业教育资源；在安徽，职业院校与制造企业签订校企合作订单协议书，推动校企合作、产教融合；在山东青岛，企业发挥主体作用，接收职业院校或高等学校学生实习实训……近年来，多地整合职业教育资源，为区域经济高质量发展培养高素质技术技能人才。

　　习近平总书记强调：“在全面建设社会主义现代化国家新征程中，职业教育前途广阔、大有可为。”近日，中共中央办公厅、国务院办公厅印发《关于深化现代职业教育体系建设改革的意见》，要求“深化职业教育供给侧结构性改革”“培养更多高素质技术技能人才、能工巧匠、大国工匠”，并从战略任务、重点工作、组织实施等方面为持续推进现代职业教育体系建设改革描绘了蓝图。

　　深化现代职业教育体系建设改革，要以提升职业院校关键能力为基础。当前，新一轮科技革命和产业变革正在重构全球创新版图、重塑全球经济结构，职业教育要围绕国家重大战略，紧密对接产业升级和技术变革趋势，面向新业态、新职业、新岗位，优先在现代制造业、现代服务业、现代农业等领域，组织知名专家、业界精英和优秀教师，打造核心课程，及时把新方法、新技术、新工艺、新标准引入教育教学实践。同时，优化课程供给，促进职业教育的“专业群”与区域经济的“产业群”无缝对接，让职业教育成为“有学头、有盼头、有奔头”的教育。

　　深化现代职业教育体系建设改革，要持续深化产教融合、科教融汇。把企业搬进职业院校、让职业院校走进企业，推动职业院校育才和企业用人的精准匹配，找准校企双方的结合点、共赢点，让职业院校和企业真正做到“两头热”和“真融合”。比如，有的职业院校与合作企业灵活设置“厂中校”和“订单班”，企业提供学习、住宿场所，职业院校提供教育教学设施设备，按照教育教学计划和企业用工需求，适时安排学生进驻产业学院。通过合作，职业院校得以充分利用企业的场地、设备资源，企业也获得了技能人才供给。在延伸校企合作的深度与范围上做好文章，打通学校到企业的“最后一公里”，就能实现人才培养与企业需求精准有效对接。

　　深化现代职业教育体系建设改革，还要持续推动职普融通。以中等职业学校为基础、高职专科为主体、职业本科为牵引，建设一批符合经济社会发展和技术技能人才培养需要的高水平职业院校和专业，是改革职业教育体系的题中应有之义。比如，上海的一家职业本科院校的毕业生成了就业市场的“香饽饽”，首届37名职业本科毕业生日前顺利毕业走上工作岗位，还有一名考上全日制硕士研究生继续深造。确立就业和升学“双导向”，贯通职业教育与本科教育，打破职业教育止步于高职的“天花板”，不同禀赋的学生就能够多次选择、多样化成才，职业教育也能在就业市场上进一步增强竞争力与吸引力。

　　教育是国之大计、党之大计。职业教育是培养技术技能人才、促进就业创业创新、推动中国制造和服务实现高质量发展的重要基础。围绕产业结构升级而“转”，随着市场需求转变而“动”，适应社会发展需要而“变”，职业教育必能不断发展，既为广大青年学习就业提供新的选择，又为高质量发展提供人才支撑。（康岩）