天成彩票 - 天成彩票

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。

影响航母和舰载机发展的因素有哪些？******

　　航母问世已有百余年的历史，二者可以说是一种剑不离鞘、鞘不离剑的关系，既相互依存，又相互促进，成就了当今海上霸主的地位。现在，有10个国家装备22艘航母。在这些航母中，美国和法国装备核动力常规起降航母，其他国家的航母属于滑跃起飞航母，装有滑跃起飞甲板。美法两国的航母和舰载机基本是交替迭代发展的，其他国家基本是根据可获得的舰载机发展航母的。

图为：歼-15舰载机在航母上降落

　　纵观国外航母和舰载机的发展历史，影响航母和舰载机的发展主要因素有这样几个：第一、军事需求；第二，对舰载机及其作战使用的认识，或者说赋予舰载机的使命任务；第三是国家的造船工业能力；第四，国家财力支持的力度。受这些因素的影响，各国航母呈现出大小之分和起降方式的差异。下面我们看美国、苏联、英国战后航母和舰载机的发展。

　　所谓军事需求，首先是国家军事战略需求，要不要发展航母，其次是未来准备打什么仗，潜在作战对手的装备情况等。我们再来看对舰载机及其使用的认识，以美国和苏联为例（俄罗斯几十年来没有发展航母和舰载机，所以这里主要讲的是苏联时期的发展情况），美国海军认为舰载机具备多种作战能力，可重复使用，使用成本相对较低；无论是反舰、空战，还是对陆攻击任务，舰载机都可以承担，经过两次世界大战的洗礼和战后的多场战争的考验，赋予舰载机的作战任务越来越多，因此，舰载机的能力也随之越来越强。

　　而苏联海军则认为，在海战中，反舰导弹比舰载机反应速度更快，使用导弹可以更快地摧毁敌方舰艇，所以在航母上装备了远程反舰导弹，这在航母史上也可称得上独树一帜。因此，苏联海军的舰载机主要用于攻势防空，舰上虽然也配备了苏-24战术轰炸机，但它大概也是在反舰导弹实施第一轮攻击后，补刀用的。在守势防空方面，苏联海军也比较注重导弹的作用，在舰上装备了4座6单元SA-N-9防空导弹垂直发射装置，备弹192枚。

　　因为专注发展核潜艇和导弹，对舰载机没有强烈的军事需求，所以苏联海军也没有在舰载机的研发方面投入很大的精力和财力。苏联早期曾投资研制过雅克垂直短距起降的舰载机，但最终没有结果。因为欠账太多，在苏-27战斗机退役后，只能改装当年在竞争中败给苏-27的米格-29战斗机，以解燃眉之急。

　　我们再看英国，英国原是航母大国，二战结束时，英国还曾保有15艘攻击型航母和36艘护航航母、1300多架舰载机。英国还是第一个喷气式飞机上舰的国家，截至50年代，先后发展了“毒液”“弯刀”等5型固定翼舰载战斗机和1型舰载反潜机。后来，因国防战略的调整，受“导弹制胜论”的影响，开始削减航母，不再发展舰载机。20世纪70年代，英国海军利用“鹞”式飞机，发展了滑跃起飞的轻型航母，同时也为中小国家发展航母开辟了新途径。意大利、西班牙、泰国等国的航母都采取了这种发展模式。

　　国家工业基础的重要性不言而喻，其实目前能够建造、维持大型航母的国家也没有几个。另一方面，虽然建造船体相对简单，但维持舰载机在舰上正常运转、执行作战任务并不容易，需要庞大、复杂的各种系统，以及设备的支持。有人用综合国力来形容航母的发展是非常恰当的。财力支持也是非常重要的因素，现在航母的建造费用越来越高，美国福特级航母的造价已高达140亿美元，一艘航母服役四五十年，这期间每隔几年还要进行维修、大修，全寿期费用高达数百亿美元，如果再加上两代舰载机的采购费、维修保养费等，总费用还要翻倍，所以一般国家根本没有力量研制舰载机和建造、维持航母。

　　作者简介：侯建军，原海军装备研究院某研究所总工程师、研究员，他长期致力于外国海军装备发展研究，著述30余部，获国家科技进步二等奖1项,、军队科技进步二等奖3项，被评为国防科技信息事业50周年优秀工作者。

　　出品：科普中国军事科技前沿

　　作者：侯建军

　　策划：金赫

　　监制：光明网科普事业部

　　（文图：赵筱尘 巫邓炎）