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。

拒不支付职工工资284万元获刑两年******

　　本报记者　　 赵红旗

　　本报通讯员 李文晋 付屹

　　“企业应严格执行员工薪酬制度，遇到困难了，应及时与员工沟通，避免劳动争议纠纷给企业及员工带来不必要的讼累。”1月7日，河南省许昌市中级人民法院组织法官深入辖区企业了解企业所需所求，并针对企业岁尾年终常见的劳资纠纷以案说法，引导企业规范员工薪酬等相关制度，防范法律风险。

　　在一起拒不支付劳动报酬罪案件中，被告人杨某被许昌市建安区人民法院一审判处有期徒刑2年，缓刑3年，并处罚金1万元。2022年12月24日，许昌中院维持了一审判决。目前，该案判决已生效。

　　据悉，2020年5月12日，许昌某健康科技有限公司职工李某等人向许昌市建安区人力资源和社会保障局劳动监察大队投诉公司拖欠职工工资，劳动监察大队立案后，于2020年5月14日对许昌某健康科技有限公司体检部实际控制人杨某下达了《劳动保障监察限期整改指令书》，责令许昌某健康科技有限公司体检部10日内支付拖欠的劳动者工资。

　　收到限期支付劳动者工资整改指令后，被告人杨某作为许昌某健康科技有限公司、许昌某健康科技有限公司体检部的实际控制人，在有能力先行支付部分劳动者工资的情况下，仍拒不支付，并于2020年5月19日至6月1日期间，先后安排其公司出纳将公司资金用于支付体检设备CT机余款、购买体检试剂及支付水电费等。

　　立案后，迫于压力，被告人杨某于2020年6月12日至14日向被拖欠工资的职工支付报酬11万余元。经审计，截至2020年6月30日，许昌某健康科技有限公司体检部欠发228名职工13个月工资共计284.75万元。

　　许昌市建安区人民检察院审查起诉认为，被告人杨某明知人社部门向其下达了限期支付劳动者工资整改指令，在有能力先行支付劳动者部分工资的情况下，拒不支付228名劳动者的工资，应当以拒不支付劳动报酬罪追究其刑事责任。建议判处其有期徒刑2年，缓刑3年，并处罚金1万元。

　　建安区法院一审开庭审理时，杨某对起诉书指控的犯罪事实、罪名及量刑建议均无异议。

　　建安区法院审理认为，被告人杨某行为构成拒不支付劳动报酬罪。其到案后如实供述自己的罪行，且认罪认罚，公诉机关量刑建议适当，遂作出判决。

　　2022年10月30日，一审宣判后，杨某不服，上诉至许昌中院，其辩护人辩称，本案拒不支付劳动报酬犯罪事实轻微、社会危害性低，不应以此追究上诉人杨某的刑事责任。

　　许昌中院审理认为，上诉人杨某作为公司最大股东和实际控制人，应当对所拖欠公司员工的工资承担清偿责任。原判认定事实清楚，证据确实、充分，定罪准确，量刑适当，审判程序合法，依法驳回上诉，维持原判。

　　“刑法明确规定，以转移财产、逃匿等方法逃避支付劳动者的劳动报酬或者有能力支付而不支付劳动者的劳动报酬，数额较大，经政府有关部门责令支付仍不支付的，处3年以下有期徒刑或者拘役，并处或者单处罚金；造成严重后果的，处3年以上7年以下有期徒刑，并处罚金。”承办法官介绍说，劳动报酬的清偿顺序优先于普通债权，用人单位拖欠劳动者的劳动报酬和其他普通债务时，具有优先清偿劳动者劳动报酬的法定义务。