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。
多地警方开出首张反诈罚单 中国全链条纵深打击电诈******
中新社北京1月11日电 题：多地警方开出首张反诈罚单 中国全链条纵深打击电诈
中新社记者 郭超凯
反电信网络诈骗法施行以来，近期上海、沈阳、韶关等中国多地警方纷纷开出首张反诈行政罚单，对电诈犯罪活动形成强有力震慑，全链条纵深打击电诈。
多地开出首张反诈行政罚单
加大惩治力度，填补以往打击治理电诈工作中行政处罚措施的缺位，正是反电诈法的亮点之一。
去年12月1日，反电诈法正式实施当天，广东韶关公安便对为电诈分子架设通信设备的嫌疑人黄某，开出新法施行后广东省首张反诈行政罚单，对黄某处以没收违法所得6000元(人民币，下同)、罚款1.2万元的处理。截至12月17日，广东警方共适用新法行政处罚633人。
连日来，多地警方纷纷开出当地首张反诈行政罚单：上海警方对3名为电诈团伙搭建涉诈话务窝点的“90后”开出首份罚单；山东潍坊警方对一起非法出借电话卡案件开出1万元罚单；辽宁沈阳警方处罚为电诈团伙提供微信账号的刘某，打响了当地反诈行政处罚“第一枪”……
记者梳理发现，各地警方开出的行政罚单，主要针对组织、策划、实施、参与电信网络诈骗活动或者为电信网络诈骗活动提供帮助但尚不构成犯罪的，非法制造、买卖、使用GOIP、猫池等软件设备或是非法买卖、出租、出借电话卡、银行账户、支付账户和互联网账号等为实施电信网络诈骗活动提供支持或帮助的，以及提供实名核验帮助和假冒身份开卡开户等违法行为。
山东潍坊青州市公安局反电信网络诈骗大队中队长庞伟告诉中新社记者，警方的行政罚单不仅针对为电诈活动提供帮助的行为，也会针对那些情节轻微尚不构成犯罪的组织、策划、实施、参与电诈活动的违法人员。
北京师范大学刑事法律科学研究院教授袁彬表示，电信网络诈骗是财产性违法犯罪，震慑电信网络诈骗团伙必然要提高其违法成本、降低其犯罪收益。开具行政罚单、提高罚款的倍比，有助于更好地处罚违法犯罪，并通过提高违法成本，扼杀他们从事电诈的念头。
填补“漏洞”，全链条打击电诈
2022年前11个月，全国共破获电信网络诈骗案件39.1万起，同比上升5.7%，抓获犯罪嫌疑人数同比上升64.4%。近年来，电信网络诈骗已成为案发较多、上升较快、民众反映较强烈的犯罪类型，呈现出“产业化分布、集团化运作、精细化分工、跨境式布局”的特点。
多年来，电诈产业已衍生出一条完整的黑灰产业链，从上游为电诈团伙提供技术工具、收集个人信息等，到中游实施诈骗，再到下游利用支付通道“洗白”资金，涉及电信、金融、互联网等多个行业。
反电诈法施行前，公安机关在打击电诈过程中存在法律衔接不足的问题，若违法犯罪行为未达到刑事处罚标准，公安机关往往只能将涉案人员教育后释放。比如，被电诈分子雇佣来“洗钱”的“卡农”，以往只要涉案金额不高，“卡农”就很难被惩处；反电诈法实施后，这个“漏洞”终于被堵上。
庞伟指出，反电诈法在打击惩治电诈犯罪及关联犯罪的刑事责任方面，与刑法的规定相衔接；尚不构成犯罪的行为，可以依照该法相关规定作出行政处罚。
在外界看来，反电诈法的出台，让各部门的反诈工作有法可依，更在刑事责任、行政责任、民事责任和惩戒措施方面，对电诈犯罪分子进行“量身定制”的惩处。
事实上，除了对境内电诈重拳出击以外，这部“小切口”的法律也为打击跨境电诈提供法律支撑。
随着打击力度持续加大，电诈犯罪在国内生存空间被大大挤压，不少电诈犯罪团伙已经转移到境外。这一变化进一步加大了警方打击的难度和成本。
对此，反电诈法专门作出规定：对前往电信网络诈骗活动严重地区的人员，出境活动存在重大涉电信网络诈骗活动嫌疑的，移民管理机构可以决定不准其出境；国务院公安部门等会同外交部门加强国际执法司法合作。这为公安机关等相关部门打击治理跨国电信网络诈骗提供了重要法律依据。
在庞伟看来，反电诈法将公安机关在反诈工作中形成的一些制度和做法上升为法律规定，夯实了各方责任，让警方打击治理和防范工作更加有法可依，为全链条纵深打击电诈以及上下游关联违法犯罪方面提供根本的法律保证，起到良好的惩治效果。(完)
