亿丰彩票_亿丰彩票

【乌镇声音】思科巢巍忠：共享创新技术 助力中国数字化转型******

　　光明网讯（记者 丛芳瑶 梁天天）11月9日至11日，2022年世界互联网大会乌镇峰会在浙江乌镇举行。思科大中华区副总裁巢巍忠就“助力中国数字化转型，与世界分享数字经济的机遇与红利”等问题接受记者采访。

　　记者：参加9届世界互联网大会，您有何感受？

　　巢巍忠：9年来，思科参与世界互联网大会，既是来倾听、学习，也是来分享的。

　　从2014年举办至今，世界互联网大会毫无疑问是中国互联网行业的顶级盛会。我认为这是一个非常好的平台，可以方便国内外互联网大厂相互交流、和政府保持沟通、了解政府政策法规、互联网新技术，有利于让互联网企业建立一个服务各行各业未来发展的目标和共识。

　　记者：您认为目前中国互联网发展状况如何？

　　巢巍忠：中国互联网发展的质量和速度全世界有目共睹。中国许多互联网公司在全球都有巨大的影响力。

　　中国互联网发展多年，在互联网的众多领域为全球贡献了许多创新的技术和思路。中国产业的转型升级和数字经济的蓬勃发展也为互联网和数字技术的进一步发展提供了巨大助推力。共享经济、教育普及、生产力服务等新技术的应用改变着企业、政府和个人的同时，也让他们真正受惠于经济数字化转型所取得的成果。我相信在接下来的发展中，这也是我们整个互联网行业需要去努力的方向。

　　记者：今年大会的主题是“共建网络世界 共创数字未来——携手构建网络空间命运共同体”，您认为互联网企业如何助力中国数字化转型，与世界分享数字经济的机遇与红利？

　　巢巍忠：思科进入中国近30年，见证了中国互联网发展以及数字经济的腾飞。作为互联网企业，思科一直致力于将最先进的技术、产品和理念带入中国，并深耕本地，与思科合作伙伴密切合作，服务中国客户。同时，积极响应国家政策，如“一带一路”倡议、“粤港澳大湾区”规划等。我们还专门组建企业出海团队加强粤港澳团队的协同合作。

　　此外，我们还与教育部开展合作，在2017年至2020年的3年内为中国教育投入价值约5亿元人民币等值的课程、师资培训、教学软件、教学平台和硬件实验室等，培养了约40万人次的数字化创新人才。

　　所以，作为互联网企业，积极为中国引入先进技术、产品和理念，培养人才，深耕本地，都是可以助力中国进行数字化转型的有效措施。

　　记者：在帮助中小企业发展方面，您认为互联网企业应该怎么做？

　　巢巍忠：从思科角度来说，我们认为中小企业是一个潜力无穷的市场，我们也会在这个市场投入更多产品，帮助中小企业找到适合本身发展的解决方案。同时我们还会积极培养人才，帮助中小企业去加快数字化转型，提高数字化能力。这是我们一直在做的事情。

　　记者：您认为这次互联网大会对中国未来互联网发展会带来怎样的影响？对世界又有何意义？

　　巢巍忠：我觉得世界互联网大会的举办对于中国和世界来说都有积极的意义。这次大会的主题是“共建网络世界 共创数字未来——携手构建网络空间命运共同体”，其实已经非常明确阐述了中国在未来数字化建设方面的目标。

　　作为互联网企业，我们非常高兴能够看到国家将数字化建设作为国家层面的战略之一，未来我们也将帮助更多中国企业加速、加快完成数字化转型，引进更先进的技术、培养优秀的人才，共同推动中国企业的数字化进程，助力打造一个更具包容性的未来。

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）