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。

时空穿越不再是梦？科学家成功模拟“全息虫洞”！******

　　近日，科学家打造出

　　“全息虫洞”的消息冲上热搜

　　引发了大家的讨论

　　虫洞是什么？

　　我们真的能用它穿越时空吗?

　　今天一起了解虫洞

　　01虫洞？是虫子住的洞吗？

　　宇宙中的虫洞是科学家推测可能存在的一种特殊隧道，它的两头连接着两个遥远的时空，理论上说，如果能从虫洞的一端穿越到另一端，就能实现超越光速的时空旅行。

　　电影《星际穿越》中结尾主角就是进入了虫洞，发生了时空穿越。感兴趣的同学可以去看看哦！

　　图源：截图 电影星际穿越中的画面

　　要理解虫洞，我们首先要理解“黑洞”和“白洞”。在霍金的两大科普著作《时间简史》《果壳中的宇宙》的帮助下，黑洞这一概念早已深入人心。它是在恒心死亡时，由于体积收缩，密度变大，获得使光也无法逃脱的巨大密度的一种天体。而所谓白洞，其实就是和黑洞具有相反性质的特殊天体，特点是不断往外“吐”出东西，只发射而不吸收。

　　一个吞噬一切，一个“吐出”一切，大家可以想象一下，如果一个黑洞恰好连上了一个白洞时会怎么样呢？这时就会形成虫洞（worm hole）。

　　图源：中科院理论物理研究所 虫洞示意图

　　1915年，爱因斯坦提出了广义相对论，在爱因斯坦的理论中，空间和时间不再是绝对的、不可变的，而是可塑的、相互依存的，且它们会受物质存在的影响。1935年，爱因斯坦和他的助手罗森在广义相对论的框架下研究黑洞，首次提出“爱因斯坦-罗森桥”的概念，这座“桥”连接了时空中两个不同区域的通道。上世纪50年代，物理学家惠勒将这座桥命名为“虫洞”。

　　这听起来是不是很令人心动？进入虫洞，你可能会出现在宇宙的任意一个角落，甚至穿越时空，改写你的人生，重新选择你曾经后悔的事。然而，虽然广义相对论允许虫洞的存在，物理学家还从未在宇宙中观测到虫洞，目前只有黑洞被人类实际观测。

　　 02量子虫洞又是啥？

　　虽然我们还没有在宇宙中发现虫洞，但现在科学家们创造出了虫洞，还观察到了信息在虫洞之间传递的现象。不过，先别想着穿越时空，这个虫洞并非上述所讲的引力虫洞，而是一个量子虫洞。

　　日前，英国《自然》（Nature）杂志发表的一篇论文首次报道了利用一台量子处理器对全息虫洞进行量子“模拟”。这个全息虫洞成功地将量子态通过虫洞，由一个量子系统传递到了另一个量子系统。

　　如果我们想象中可以时空旅行的虫洞叫作“时空虫洞”的话，量子态的量子虫洞则可以称之为“微型虫洞”。

　　那么，研究量子虫洞有什么用呢？

　　这是因为，广义相对论和量子力学虽然各自都发展了很长一段时间，但它们之间仍然有一个根本性的“冲突”——量子引力。

　　具体来说， “广义相对论”描述了引力且在恒星、行星、银河上等大尺度上都适用；而“量子力学”描述了其他3种作用在微观尺度的基本力。这二者是否有“握手言欢”的可能？这就要看量子引力的表现。

　　物理学家们当然想通过实验去检验，但很遗憾，量子引力的能量与尺度，此前的实验室条件是无法模拟和观测的。而这就是“全息”的用武之地，它可以帮助物理学家创建一个与原始系统相当，但不太复杂的系统。这类似于用二维全息图显示三维图像的细节。

　　03量子虫洞是怎么创造出来的？

　　2019年谷歌的物理学家们提出了一种实验假说，认为一个在物理实验室中可以再造的量子态，能被解释为在两个黑洞之间的虫洞中穿越的信息。

　　现在，来自谷歌、MIT、费米实验室和加州理工学院的科学家们，用9个量子位、1台量子计算机模拟出了对应的量子动力学。在同一个量子芯片中，他们创建了两个纠缠的量子系统，并将一个量子位放入其中一个量子系统。结果，他们在另一个量子系统中观察到了这个量子位“穿越虫洞”而来的信息，结果符合预期的引力性质。

　　这是什么意思？大家可以设想在两组纠缠粒子之间，穿上一根电线或其它任何的物理连接，让粒子们编码出虫洞的两个口。

　　在这种耦合作用下，操作其中一侧的粒子，会引起另一侧粒子的变化。这样就有可能在两侧粒子之间撑开一个虫洞。

　　图片来源：inqnet/A.Mueller 量子计算机的模拟显示了信息如何通过虫洞

　　尽管存在争议，但是这项前所未有的实验，探索了时空以某种方式从量子信息中产生的可能性。随着量子装置的不断改进，错误率会更低，芯片会更强，那么对引力现象的研究也会更加深入。

　　END

　　资料来源：中科院物理所、极目新闻、科技日报、环球科学、量子位

　　整理：董小娴