让每一件包裹都不“迟到”******
【新春走基层】
光明日报记者 訾谦
腊月清晨的北京，气温仅有零下5摄氏度，天还未亮，位于西城区的某快递公司营业部却已是一片繁忙景象。
在堆积满柜的包裹中，王毅拿着手中的扫码机，熟练地挑拣、录入着上午需要派送的快递，再整整齐齐地放进快递三轮车里。
28岁的王毅来自河南安阳，已经在北京工作生活了6个年头，今年是他从事快递行业的第5年。5年来，不论风吹日晒，只要身体允许，他总会在7点整出现在营业部，准时开始一天的工作。
和往常一样，这天上午，王毅的工作就是将马连道茶城各商户的包裹送往每个门店。对不熟悉这里的人来说，身处6.8万平方米的茶城内仿佛置身迷宫之中，但对王毅来说，长期的工作已经使他可以熟练地在小门、小路、楼梯中绕来绕去，一路上遇到商管和商户还熟悉地打着招呼。
“毅哥还坚守岗位呢！准备啥时候回家过年哩？”路过一家绿茶铺子时，店员操着标准的河南话问。
“今年估计不回去了，春节值班有补贴，留在这多挣点钱！”王毅一边拿着包裹向前走，一边扭头对店员说，“我先干活儿去了，等闲了再聊！”
王毅告诉记者，这个店员是他老乡，因为他常在茶城派件，所以一来二去大家就熟络了起来，闲暇时还会一起吃饭。“这里的好多店员和我都是朋友，不管是不是老乡，大家都是在北京的异乡人，都有共同语言。”
上午10点左右，拉货板车上待派件包裹数量越来越少，王毅手中的快递巴枪（手持物流终端）响铃的次数却越来越多：“叮，您有新的订单，请尽快取件。”
“这边商户多，寄件业务比较多，我习惯全派完件后再统一取件，要不然容易手忙脚乱，万一弄错就麻烦了。”王毅拿袖子擦了把汗推着车说，这里收取的包裹一般以茶叶、茶具为主，现在茶城内店铺逐渐恢复营业，订单不断增加。
11点半左右，当板车中的包裹再次堆满，王毅上午的工作也正式收工，看着手机上显示的9000多步的数字，记者深感快递员的不易。
“这都没什么，最难的时期已经挺过去了，接下来会越来越好的。”王毅告诉记者，去年12月上旬是最艰难的，因为营业点超过一半的快递员都“阳”了，不能工作。在“减员增件”的情况下，为数不多在岗的快递小哥每天处于“拉满”的状态，有时派件到凌晨，一天4万步都是常态。
“收不到快递的焦虑我们很理解，但这种情况快递员心里更着急，好在现在大家都重新上岗了，恢复正常的感觉真好！”王毅说，虽然干快递员很辛苦，但他觉得很有奔头，生活忙碌又充实，收入也一年比一年高。
如今，虽然已近年关，但王毅和他全国各地的同行却比平时更加忙碌。数据显示，今年的前5天，全国快递业务量日均数据已经达到了3.7亿件，与去年同期相比增长16.7%。国家邮政局专门制定了《邮政快递业2023年春节期间寄递服务保障工作方案》，快递企业也纷纷推出“春节不打烊”服务，保障人民群众生活需要和温暖过冬。
“现在许多包裹装的都是重要的药品和防疫物资，这种情况下客户对时效性的要求就更高，我们都会打起十二分精神，更快地把这些包裹送到客户手中。”王毅说。
谈起新年的愿望，王毅思索了几秒后说：“新年有新气象，希望在2023年我可以通过自己的努力工作，让大家的每一件包裹都不‘迟到’。”
《光明日报》（ 2023年01月10日 03版）
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。
