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。
美大幅增加新财年国防预算******
美国2023财年国防预算计划为阿利伯克级驱逐舰提供22亿美元。图为正在维修的阿利伯克级“菲兹杰拉德”号驱逐舰。
近期，美国国会参众两院先后批准通过2023财年《国防授权法案》。根据这份法案，美国明年的国防预算将达到8580亿美元，创历史新高。分析人士认为，在当前经济状况不佳、财政赤字面临失控的情形下，美国仍大幅增加国防预算，不仅充分暴露其穷兵黩武的本质，也将对未来国际安全形势产生不容忽视的影响。
加大前沿军事技术研发力度
据悉，美国此次国防预算投入的重点领域包括人工智能、军用5G技术、量子计算与加密运用等，这些也是构成美军“联合全域指挥控制”作战概念的关键性技术。通常情况下，美国的国防预算开支包含两大部分。一部分由美国国防部支配，用于保持美军内部运转、维持美军全球军事行动、采购武器装备、开展颠覆性军事技术研发等，另一部分由美国能源部等单位支配，主要用于美核武库的维护和升级改造等。在此次公布的2023财年国防预算中，美国将用于颠覆性军事技术研发的经费提升至1301亿美元，比2022财年的1120亿美元增加181亿美元，增幅超过16%。
此外，由于美国拥有庞大的核武库，在2023财年国防预算中，核武器预算依然处于历年最高。美国计划投入63亿美元建造哥伦比亚级战略导弹核潜艇，投入50亿美元打造B-21轰炸机，投入36亿美元研制新一代陆基洲际弹道导弹，以不断提升“三位一体”核打击能力。同时，美国计划投入48亿美元用于升级核指挥控制系统，强调发挥战术核武器潜在的实战运用可能。
借口“大国竞争”提升战备能力
近期以来，美国先后发布《国家安全战略报告》《国家防务战略报告》等一系列战略文件，声称由于竞争对手的综合国力不断发展，导致美国的相对优势不断缩小，并强调应对“大国竞争”仍将是美国未来一段时期的主要任务目标。
从2023财年国防预算的分配可以看出，美国借口“大国竞争”提升战备能力的举措具有明确针对性。例如，为加强对俄罗斯的军事遏制，2023财年国防预算中专门列出一项“欧洲威慑倡议”，用以支撑对俄军事遏制活动，其中包括投入47亿美元用于高超音速武器研发，以弥补与俄罗斯“匕首”高超音速导弹的差距。此外，2023财年国防预算为所谓“太平洋威慑倡议”拨付61亿美元，以确保美国在亚太地区拥有足够战略资源和军事能力，具体包括提升驻太平洋地区美军导弹防御能力、部署陆基远程精确打击武器及增强驻太平洋地区美军的前沿部署态势等。
同时，美国还进一步优化美军装备结构体系，重点加大对远近程火力、各军种作战平台、作战网络、防空反导及战场基础设施等针对性战备能力的投入。例如，2023财年国防预算专门拨款80多亿美元采购高优先级弹药，包括1.2万余枚AGM-179空对地导弹、2万余枚精确制导火箭弹、1700余枚MGM-140“陆军战术导弹”、4000余枚远程反舰巡航导弹、2600余枚“鱼叉”反舰导弹、3500余枚“爱国者”防空导弹、6000余枚AIM-120空对空导弹及1500余枚“标准”-6中程防空导弹等。
穷兵黩武危害世界和平
纵观历史，美国一直痴迷于通过武力等手段扩张势力范围，谋求世界霸主地位。过去几十年里，美国一直在制造“假想敌”，幻想自己受到某种威胁，并以此为借口不断制造事端。例如，美国以“反恐”之名，将阿富汗、伊拉克、利比亚、叙利亚等国相继推向战场；美国不顾俄罗斯强烈反对，积极推进北约东扩，频繁对俄进行挑衅，最终引发俄乌冲突。
美国日益频繁的军事活动自然需要庞大的军费作为支撑。事实上，自2018财年起，美国的国防预算一直呈上升趋势，并逐渐进入增长“快车道”。拜登政府执政后，更加强调以技术优势获取装备和作战优势，扩大与竞争对手的军事代差，导致军费开支大幅提升。历史和现实都证明，穷兵黩武是破坏世界和平的最大祸源。可以预见，在持续高额军费开支的支撑下，未来美国的全球军事活动还将更加频繁。而美国这种通过无限增加军费开支来追求霸权和所谓绝对安全的做法，无异于缘木求鱼，不仅无益于地区安全形势，还会引发“连锁反应”，导致新一轮军备竞赛，给未来国际安全形势发展带来极大隐患。
（作者：方晓志，为国防科技大学国际关系学院副教授）
