大发平台|大发平台

让城市治理变“智”理 浪潮助推智慧城市建设******

　　一网通办、智慧医疗、智慧交通……智慧城市建设是提升城市能级与核心竞争力的重要载体。作为新一代信息技术产业领军企业，浪潮牵头制定了全球首个智慧城市运营国际标准，并蝉联国际数据集团（IDC）中国领军智慧城市服务商。目前，浪潮智慧城市已经在重庆、济南、石家庄、郑东新区等全国60多个城市落地运行，树立了众多业界标杆。

　　近年来，各地政府纷纷加快智慧城市建设步伐。根据中国智慧城市工作委员会预测，2022年我国智慧城市市场规模达到25万亿元。如何提高城市应对危机的能力，如何打造更加智慧化的城市，成为新型智慧城市建设需要考虑的问题。

　　浪潮深耕智慧城市多年，在城市治理、应急管理、公共交通、生态环保、基层治理、城市服务等方面提供综合应用能力，通过对城市全域运行数据进行实时汇聚、监测、治理和分析，全面感知城市生命体征，辅助宏观决策指挥，预测预警重大事件，配置优化公共资源，保障城市安全有序运行，支撑政府、社会、经济数字化转型。

　　在智慧城市建设中，浪潮以大数据中心、城市杆柱、城市静态交通等新型基础设施，为人民绿色出行、低碳发展打牢基础；以城市大脑为核心的城市治理应用，全面提升城市宜居、宜业、宜行程度，提高人民的幸福感和满意度；以数据的长效持续运营，为经济社会数字化转型注入源源不断的动能，最终造福于民众。

　　如浪潮助力郑东新区以“1+1+N”的总体架构，打造“感知、联接、计算、应用”四位一体的“城市大脑”，汇聚了1137个5G基站数据、26万城市公共部件信息，同时接入292个停车场数据、105个微型环境监测站等各局（办）数据，城市更加“耳聪目明”。如今，小区内，电动车上电梯会被语音警示和拒载；街道上，感知设备能智能识别占道经营、乱堆物堆料、机动车违停等11种城市管理领域违法行为……“城市大脑”基于全时全域、互联互通的城市物联感知体系，形成了事件“发现-上报-流转-处置-评估”的基层治理闭环处置新模式，实现了信息早掌握，线索早排查、问题早发现、矛盾早化解、治安早防范，切实增强了人民群众的获得感、幸福感、安全感。

　　未来，浪潮将以“优政、惠民、兴业”为目标，围绕政务服务、城市安全、城市治理、经济发展和民生服务等领域，打造浪潮城市大脑，依托城市运行管理平台，形成“四网协同”的业务协同联动、城市运营管理体系，提高城市治理科学化精细化智能化水平，推进城市治理体系和治理能力现代化，使城市“善感知、有温度、会呼吸”。（柯岩）

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）