安徽省政协香港地区委员吴志斌：科创是深化皖港合作新突破口******

　　中新网合肥1月14日电 (记者 张强 吴兰 张俊)“目前，安徽省正融入长三角一体化发展的新车道，努力成为国家科技体制改革的‘试验田’，在此历史发展的契机下，要深化皖港两地的经济文化互动合作，科创必然是一个新的突破口和增长点，更是开创皖港合作的新面向。”安徽省政协香港地区委员、安徽省侨联副主席、香港安徽联谊会总会常务副会长吴志斌14日在接受中新网记者专访时如是说。

　　当日，安徽省“两会”继续在合肥市举行。作为“老委员”，吴志斌坦言，五年的委员任期，让他从对安徽感到陌生变得熟悉与亲切，从一位对安徽的旁观者、欣赏者变成了安徽发展的参与者、见证者，从最初的荣誉感变成了一种自觉的、沉甸甸的责任感。

　　过去五年，作为安徽省政协委员，吴志斌共参加了皖港活动逾百场。三年的疫情，让港澳委员来皖履职增加了很多困难，但吴志斌2021年至2022年之间仍克服困难，每年都二次返皖履职交流。

　　履职期间，吴志斌积极参与安徽省脱贫攻坚，设立的“吴国修端仁教育基金”五年来资助了二百多名贫困中学生升读大学，扶贫助学与扶贫消费总额逾百万元。

　　同时，吴志斌还深入安徽九个地市，推动各地市在港成立地市级“同乡联谊会”，2022年底“香港合肥同乡联谊会”正式成立并运作。“我觉得变的是环境，不变的是履职的初心、心中的责任，有信念，办法总比困难多。”

　　如今，参政履职的工作让吴志斌成为一名“新安徽人”，不仅自己在安徽置业，更动员香港中文大学毕业的女儿到安徽创业。

　　在今年安徽省“两会”上，吴志斌根据安徽发展动态，重点关注皖港科创交流合作，并积极建言献策。

　　吴志斌说，皖港科创合作有基础有政策。安徽省区域创新能力为全国第7位，并连续11年位居全国第一方阵。作为综合性国家科学中心的合肥和立志建立“国际创新科技中心”的香港，具有高度的战略重叠性。皖港两地从技术发展的资源储备、创新政策的支持力度以及人才吸引到企业落户等方面，都有相同的策略性谋划和施政目标。

　　为实现皖港两地在科技创新的多、深、广的合作交流，吴志斌建议，安徽应建立省级科创统筹领导小组，制定专门与港交流、协作的相关机制，弥补皖港长久以来的互动欠缺，针对性设立皖港科创基金，实现和培育有深度、有专题、精细化的科创交流活动。支持鼓励两地共建优势学科、实验室和研究中心。

　　同时，应发挥省级国有公司、在港窗口公司(香港黄山公司)、民营在港企业的主体性作用，深入洞察两地合作的“契合点”，尤其是在发挥合肥综合性国家科学中心优势方面，着重结合香港特区政府对生物科技、人工智能、智慧城市等方面的政策支持，引进相关企业项目，完善两地科创生态圈。

　　此外，要实现人才和项目的互动互联，其中在港安徽政协委员在发挥履职双重作用的同时，更要进一步起到“双面黏合”的作用。自改革开放以来，皖籍海归和港漂科创、金融人才落户香港，成了香港科技进步和创新的新生力量。安徽省需调动且发挥这一批人才的积极性，创立多领域、多面向的人才交流合作项目，定期举办人才项目峰会和考察活动，以国家级科创项目计划为主导，联合两地高精尖人才团队，以实现人才、资源和项目的互认、互动、互赢。(完)

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。