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。

智慧城市建设 让城市治理变“智”理******

　　河北省廊坊市开发区智慧城市运营中心展厅电子沙盘。赵永辉摄（人民图片）

日前，在山东省东营市东营区政务服务大厅政务“晓屋”内，工作人员演示使用流程。刘智峰 摄（人民图片）

日前，在江西省赣州市蓉江新区赣南数据湖示范中心，工作人员检测记录数据运行机柜和处理器运行情况。朱海鹏摄（人民图片）

位于海南省澄迈县的中海石油码头有限公司智能化仓库。新华社记者郭程 摄

　　红绿灯实时感知车流量、自动优化配时，提高车辆通行效率；门禁系统自动识别身份，供水系统实时监测水质，提升社区居住品质；政务服务平台集合预约挂号、公司注册等功能，“数据跑”替代“群众跑”……从贯穿“数字河流”推动城市治理现代化，到“一城一策”助力城市产业智能化，再到激发“乘数效应”服务百姓数字生活，借助5G、大数据、云计算、人工智能等新技术，加速推进的智慧城市建设正不断为城市治理赋能，让城市治理变“智”理。

　　党的二十大报告提出，“加强城市基础设施建设，打造宜居、韧性、智慧城市。”建设新型智慧城市，是群众对更美好城市生活的向往，也是城市高质量发展的必然追求。为此，人民日报记者采访了一些正在建设中的智慧城市，记录新技术给我们的生活带来的改变。

　　智慧“晓屋”:

　　政务服务24小时“不打烊”

　　坐落于珠江入海口的番禺区，地处广东省广州市中南部，是粤港澳大湾区的中心位置。漫步在番禺区的街道，随处可见5G基站、智慧灯杆等高科技设施。数字化正与这座城市深度融合。其中，一座座政务“晓屋”，成为番禺独特的政务名片，真正做到政务服务24小时“不打烊”。

　　“您好，欢迎使用‘晓屋’，我是‘云坐席’，请问您要办理什么业务？”戴女士是番禺区某独资企业办税员，不久前，她来到区政务服务中心办理企业注销业务。来之前，戴女士提前做好了预约，手机扫描便打开了政务“晓屋”的玻璃门，眼前的大屏幕上，工作人员面带微笑地询问起来。

　　政务“晓屋”是一座类似于电话亭的玻璃房，通过屋内的“云坐席”，使用者可以办理咨询、辅导等以前在大厅才能办理的业务。此外，政务“晓屋”还为企业和群众提供远程“面对面”政务服务以及“手把手”全程指导。

　　在了解戴女士需要进行企业注销，但还未办理税务注销时，“云坐席”首先为她邀请了税务部门“云坐席”。

　　之后，在办理清税过程中，戴女士将申请材料通过高拍仪展示完成初步审阅，并根据指引，登录“粤税通”小程序进行信息填写与材料上传。几分钟内，她就完成了全部申请流程。清税申请提交后，因外地户籍想要咨询注销后社保待遇领取的问题，税务“云坐席”又为她邀请了社保部门的“云坐席”进行多方实时沟通，答疑解惑。

　　很快，当戴女士还在咨询社保问题时，她就在手机上收到了清税证明。办事、咨询同步进行，税务、社保多方互动，政务服务智能化刷新了办事体验。税务注销业务完成后，税务“云坐席”又为她邀请了市场监管局“云坐席”，进行营业执照注销业务的办理。

　　最后，在“云坐席”的指引下，戴女士打开桌子下方快递柜，将申请表、营业执照原件等资料放入邮政信封中，填好邮寄信息。不一会儿，手机上就收到了营业执照注销证明。

　　戴女士对人民日报记者表示，以往，办理企业注销需要来回跑税务、市场监管等服务窗口，折腾一两天都是很常见的，没想到通过政务“晓屋”竟然可以一次办成，称得上是“进屋办事，少交快办，办事不用跑”，为民众带来的便利是实实在在的。

　　对这种便民服务深有感触的还有家住市桥街的黄先生，今年准备结婚的他刚购买了一套婚房，需要办理公积金提取，从住所到区政务服务中心，坐公交往返需要2小时，此外，还要算上等待、办理的时间，费时费力。

　　因此，黄先生决定试试附近新设的政务“晓屋”。

　　利用午休时间，黄先生走进街道内安放的政务“晓屋”，接待黄先生的是一位“数字业务员”。当他咨询如何办理公积金时，“数字业务员”马上询问他的具体需求，如想要办理哪类公积金，是租房使用还是购房等。之后，黄先生又说了自己想要提取的金额，并询问了所需材料细节，“数字业务员”都一一作答。材料准备好后，黄先生在政务“晓屋”上传资料，完成了公积金的提取，整个过程用了不到半个小时。

　　黄先生对人民日报记者表示，政务“晓屋”服务帮他节省了不少时间：“‘数字业务员’的问答交流与真人很像，就像有一个24小时待命的办事员一样，非常方便。”

　　让戴女士和黄先生感到方便的服务背后，是番禺区政务服务数据管理局与百度智能云在智慧城市建设上做出的努力。小小的政务“晓屋”玻璃房内有“大乾坤”，在不到2.5平方米的政务“晓屋”内，应用了百度OCR（文字识别）技术、智能语音技术以及数字人技术。

　　目前，番禺区已在全区布设80台政务“晓屋”，可办业务数量2305项，业务涵盖32个部门和镇街，“云坐席”账号增加至179个。以政务“晓屋”为跨域通办载体，实现北京、浙江等9省市20个地区互联互通。番禺区政务数据管理局也凭此荣获“2021年度政务服务与优化营商环境示范单位”。正如番禺区政务服务中心负责人所说，政务“晓屋”在“政务下沉”的同时实现了“数据上云”，做到“一屋通晓、一屋通办”。

　　“一网统管”:

　　落实“人靠谱，事办妥”

　　今年，在关于智慧城市建设的话题中，“一网统管”备受关注。

　　“一网统管”是指在开展城市综合管理服务平台建设和联网工作的基础上，全面加快建设的城市运行管理服务平台。

　　城市治理“一网统管”是城市综合实力的体现和运行效率的保障。京东云依托智能城市操作系统，输出数智供应链能力，打造城市运行支撑平台和城市运行能力中心的“双中台”体系，服务上海市普陀区推进“一网统管”实践创新，实现“一屏观天下，一网管全域”，深化场景建设和基层治理。

　　近日，在普陀区城市运行管理中心指挥大厅里，“数智普陀·苏河秀带数字治理”的大屏上出现了“违规停放非机动车”的警示信息。信息显示，一位行人将非机动车随意停放在苏河沿岸。这一幕第一时间被“苏河之眼”捕捉，根据内置的模型算法进行提示，并将预警事件推送到普陀区城市中心综合受理派单管理系统。根据前期设定的处置流程，系统自动派单到相关工作人员的手机端，方便工作人员进行核查和处置。同时系统也将预警实时上传到“数智普陀·苏河秀带数字治理”的大屏上。

　　“之前发现违规停车问题主要靠人工巡查和现场劝阻，治理成效很低。现在有了大数据治理手段，进行事件的智能发现和自动派单，我们开展工作有的放矢，不仅减少了人员投入，还大大提高了工作效率。”谈到如今的工作，城运中心的一线工作人员竖起了大拇指。

　　运用数字孪生技术和AI（人工智能）算法，识别沿岸乱扔垃圾、违规停车等行为，同时智能监控水质环境和水位变化，对事件进行“一口派单”，精准推送到各级处置人员终端……苏河治理的数字化转变，是京东云助力普陀区政府打造“数智普陀”的一个缩影。京东云以数智技术助推普陀区治理数字化转型、“一网统管”建设，目标是建设“数字孪生无处不在、生命体征无所不知、精准服务无处不享”的城市运管服平台。

　　2021年，《上海市“一江一河”发展“十四五”规划》提出将苏州河沿岸打造成为宜居、宜业、宜游、宜乐的现代生活示范水岸，实现从“工业锈带”向“生活秀带”“发展绣带”的转变。京东云助力普陀区打造“普陀区苏河秀带数字治理”应用场景，通过苏河状态一网感知、苏河运行一网治理、数字孪生三屏联动的信息化手段，按下了“半马（半程马拉松）苏河”数字化转型的“加速键”。

　　科学治理，数据先行。有别于“人工巡查”的被动处置模式，京东云以物联、数联、智联为基础，利用AI算法实现了“智能巡查”的主动发现，可以“一屏识别”乱扔垃圾、沿岸垂钓、占道经营等情况，利用视频数据和传感器数据，快速预判，并将相应事件汇总到普陀区城市中心综合受理派单管理系统“一口派单”，精准对接到区—街镇—片区进行三级处置，并对处置效果进行考核问效，形成事件智能发现—预警—派单—治理—问效的全流程闭环，实现苏河两岸的高效治理和集约化服务。

　　海量的数据汇聚，不仅在信息维度上，将“物理河流”映射为“数字河流”，还丰富了分析研判模型，增强了风险预警能力和管理处置水平，为管理者“靶向施策”提供依据，大大提高了城市管理预警能力。

　　近年来，“一网统管”已经成为国家推进智慧城市建设的重要举措。

　　普陀区应急管理局党委书记、局长，普陀区城市运行管理中心主任张军表示，目前，普陀区正在落实“人靠谱（普）、事办妥（陀）”思想共识和行动自觉，在京东云的技术输出和集成能力的协助下，普陀区城运中心重构管理流程，打造一屏发现、“一口派单”、一站处置、一网评效、一键搜索的“一网统管”全流程闭环工作体系。高效处置每件事，做到早发现、早预警、早研判和早处置，实现城市治理由被动处置向主动发现转变，由人力密集型向人机交互型转变，由经验判断型向数据分析型转变。

　　“城市大脑”:

　　让城市治理更高效

　　如何更好推动城市治理、提高城市治理现代化水平？

　　“城市大脑”技术为回答好这个问题提供了一个新的选择。“城市大脑”是为城市生活打造的一个数字化界面。市民凭借它触摸城市脉搏、感受城市温度、享受城市服务，城市管理者通过它配置公共资源、作出科学决策、提高治理效能。

　　北京市海淀区就是“城市大脑”技术的受益者。

　　近年来，海淀区发展迅速、人口密度大。传统以人工为主的城市管理方式难以满足城市的快速发展和新形势下社会治理的新要求。加之，海淀区聚集了大量的科技工作者，对科技赋能城市精细化治理提出了更高的期盼和需求。

　　基于海淀区“城市智慧大脑”的建设需求，2018年，海淀区政府与百度签署《建设海淀区“城市大脑”合作备忘录》，双方将利用云计算、大数据、人工智能等新技术，在城市管理、交通治理、环境保护、公共安全等领域率先应用“城市大脑”，加快解决城市运行中的痛点、难点问题，在科技城市建设、提升城市管理水平等方面作出有益探索。

　　在海淀“城市大脑”的建设过程中，对渣土车的治理是一个具有代表性的治理需求。海淀区是一个建设大区，高峰时期约有300个工地在施工，渣土车运输带来了许多难题。渣土运输方多点分散，违法成本低，经常出现乱倾倒、闯红灯、未苫盖等现象；同时渣土车治理涉及的管理部门多，数据没有共享，难以形成治理合力，传统治理手段成效不明显。

　　通过与海淀区的合作，百度将自己的技术能力充分与实际场景结合，提升技术实用性的同时，为智慧城市建设打造了“样板间”。

　　“百度AI算法在渣土车车型的识别模型建设方面表现最为突出，渣土车捕获率在各家算法中最高。”海淀区城市管理指挥中心党组成员、副主任巩振文说。数据显示，“智慧大脑”支持下的渣土车治理，可以实现渣土车抓拍数量提升近30%，系统对渣土车号牌遮挡等违法特征识别的准确率达到95%以上，渣土车行驶轨迹预测分析准确率超过60%。在“城市大脑”的帮助下，渣土车违规率从26%下降到了4%。通过数字技术手段有效降低管理成本，提升治理效能。

　　百度智慧城市资深解决方案架构师张英博说道，“智慧城市的未来发展，一定是围绕城市治理需求，真正实现智能化升级。”在张英博看来，这需要产品与解决方案提供商具有强大的“技术+实战”能力。

　　“城市治理当中具有丰富的应用场景，为人工智能与云技术的发展提供了广阔的空间，技术的发展又为各类城市低门槛使用人工智能提供了可行性。”百度集团执行副总裁、百度智能云事业群总裁沈抖对人民日报记者说，“目前，百度智能云已经形成了70余个城市智慧化场景应用解决方案，能够有效提升城市治理的精细化、智能化能力。面向未来，云计算必须与实体经济深度融合，百度智能云将把算力应用到城市服务管理环节的关键场景当中，解决城市治理方面遇到的实际问题，紧抓自研技术，牢牢掌握智能化发展的主动权。”（人民日报海外版记者 杨俊峰）