张亚东、潘玮柏嗨唱《去炫吧！乐派》为宝藏老歌赋予新生******

　　2022卡塔尔世界杯马上就要结束了，但热情欢乐的气氛不会停，由咪咕视频、芒果TV联合出品的《去炫吧！乐派》将于12月16日起每周六12点在咪咕视频、芒果TV播出，首周周五、周六双更。作为一档乐派音乐真人秀节目，《去炫吧！乐派》邀请到张亚东、潘玮柏、艾福杰尼、万妮达、杨长青5位乐派成员，立足不同地区本土音乐，结合当代乐派新潮流，为宝藏老歌赋予新生，让更多年轻人了解中国本土音乐文化，传播中国声音。

　　《去炫吧！乐派》的5位乐派成员风格各异，但凭借着对音乐有着共同的追求和热爱，此次将一起穿越山川湖海，横跨大江南北，前往广州、闽南、西北、东北、湘楚五地，寻觅当地宝藏老歌背后的烟火故事、文化意蕴，通过深入当地的采风体验，结合各自的音乐风格进行再次创作，让宝藏老歌在全新创作中焕发出新的生机与活力。在16日播出的第一期上集中，5位成员首次集结，看起来有些腼腆的音乐制作人张亚东面对其他4位说唱歌手会擦出怎样的火花，到底“乐派”究竟是什么，不同年龄段、有着不同经历的嘉宾对乐派又有什么独到的见解，值得期待。

　　在17日播出的第一期下集中，乐派团来到湖南长沙这座火辣辣的城市，开启了寻找湖湘音乐的宝藏之旅。旅程并不轻松，一上来嘉宾们就受到了独特的“迎接”方式。成为音乐主理人的他们不仅要完成各项挑战，还要解锁当地民歌后在对其进行改编再创。值得一提的是，恰逢卡塔尔世界杯，乐派团把湖南童谣《虫虫飞》融入了足球元素，再配合创新的旋律，让一首童谣有了不一样的情感表达。童谣改编只是一关，后续解锁民歌的过程可谓困难重重，只见潘玮柏眼泪汪汪，万妮达沉默不语，现场究竟发生了什么事，张亚东又能否带领团队顺利过关，赶紧关注起来，在这里可以感受到不同音乐风格、不同音乐文化所碰撞出的全新火花。

　　一档立足于广袤华夏大地不同地区本土音乐的乐派音乐真人秀，跨界与融合、流行与民歌的搭配将会引领关于歌曲创作的新风潮。以流行歌手的风采，融金牌音乐制作人的才华，共同挖掘与发扬中国地域音乐文化及其背后的精神与力量，乐派团将为传播中国声音赋予新的力量。12月16日起每周六12点锁定咪咕视频、芒果TV，关注《去炫吧！乐派》，一起到音乐中炫起来！

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。