大发平台代理-大发平台注册

“再坚持一下”就是胜利******

　　12月19日凌晨，卡塔尔世界杯完美收官，阿根廷队如愿以偿捧回大力神杯。回望28个日日夜夜，许多参赛球队以其出色表现赢得了球迷的尊重，克罗地亚队就是其中一支。

　　先后挑落比利时、日本、巴西、摩洛哥等强队，支撑克罗地亚队一路走来的，是坚不可摧的韧性。1/4决赛对阵巴西队，比赛打到加时赛时先失一球，克罗地亚队没有自乱阵脚，更没有自暴自弃，以一如既往的坚韧完成了逆转，追平了比分，并最终凭借点球大战将夺冠热门巴西队淘汰出局。

　　赛场如战场。当身处危局、险局、残局、僵局甚至败局时，我们靠什么实现逆风翻盘，争取最后的胜利？

　　早在1938年，毛泽东同志就在《抗日游击战争的战略问题》一文中给出了答案：“被迫处于被动地位了的时候，这时的任务就是努力脱出这种被动……往往有这种情形，有利的情况和主动的恢复，产生于‘再坚持一下’的努力之中。”

　　纵观世界杯赛场，当一场比赛进入加时阶段，双方球员的体力消耗已近极限，此时已不单纯是技战术的对抗，更是意志力的较量。打仗亦是如此，战争的残酷尽人皆知。所谓狭路相逢勇者胜，就是当生与死的考验来临之际，心理与生理的抗争达到极限之时，看谁能咬紧牙关“再坚持一下”。无数事实证明，最终的胜利，往往属于坚持到最后的一方。

　　在我军的战争实践中，以少胜多、以弱胜强的战例不胜枚举。英勇顽强的战斗意志和战斗作风，是夺取战斗胜利的重要因素之一。“被动中始行，主动中胜出”的中国工农红军万里长征即是如此。金一南教授在《为什么是中国》一书中写道：“惊天地、泣鬼神的两万五千里长征，连‘战略转移’也是后来的说法，最初讲的是‘突围’，其实当时只是夹缝中求生存。”

　　夹缝中求生存是何等之艰难！长征路上，红军历经大小近600场战斗，一次次面临绝境，陷入至暗时刻，又一次次从危境中解脱，获得新胜利。将时间轴再拉长一点，强渡大渡河、飞夺泸定桥、血战孟良崮、鏖战松骨峰、坚守上甘岭……我军取得的每一场伟大胜利，无不得益于“再坚持一下”的强大韧性。

　　徐向前元帅曾说：“当你最严重最困难的时候，也是敌人最严重最困难的时候，常常是当你因困难在决心发生动摇的时候，而恰恰正是敌人对胜利感到绝望的时候，这种时机是最紧要的关头，这种时机决定于何方能坚持，何方能熬过这最后的五分钟，何方就能取得胜利。”在解放战争时期的晋中战役中，攻打运城的解放军部队进攻多次受阻，战斗形势险峻。危急关头，时任晋冀鲁豫军区第一副司令员的徐向前向全体官兵发出“坚持最后五分钟”的战斗命令。在战斗号令的鼓舞下，攻城官兵军威大振，攻山头、拔要塞，接连拿下运城、临汾等地。晋中战役得以成为我军以少胜多、以弱战强、以攻克守的经典战例。

　　其实，不论是“再坚持一下”，还是“坚持最后五分钟”，二者皆是强调“困境中保持韧性”的重要性。实现中华民族伟大复兴的道路并非一片坦途，我们要学会时刻与困境相伴，在困境中树立决战决胜的信心，时刻葆有战争年代英勇顽强的战斗作风，做到关键时刻冲得上去、危急关头豁得出来。只要韧性在、信心在，我们就能穿越荆棘，前进的脚步就不会停止。（汪娜）

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。

　　（文图：赵筱尘 巫邓炎）