春运要来了，出行必看→******
近日，国务院应对新型冠状病毒感染疫情联防联控机制春运工作专班组织制定《2023年春运平安健康出行服务指引》。2023年综合运输春运从1月7日开始，至2月15日结束，共40天。这份安全提示，一起了解↓↓↓
个人出行：加强全过程防护
勤洗手、少聚集，科学佩戴口罩，做好个人卫生。疫情流行期间减少聚集性活动。
出现发热等症状时，及时进行抗原或核酸检测。感染后或发热等症状未消失前，避免乘坐公共交通工具。疫情流行期间或疫情严重时，倡导患有基础疾病的老年人及孕妇、儿童等减少出行，降低自身及家人感染风险。
密切关注目的地疫情流行情况，科学制定出行计划，合理选择出行方式和出行时间，理性错峰避峰出行，尽量减少聚集，降低感染风险。
进出站、购票、安检、候乘、登乘、换乘期间尽量保持人际距离、减少聚集。出行全过程佩戴口罩，注意咳嗽礼仪，做好手卫生，具备条件的分散就坐。有慢性基础病的乘客，根据需要随身携带对症药品。
倡导优先通过互联网、手机客户端、小程序等方式购票，优先采用手机、扫码等手段支付。
自觉抵制超员、超载、非法营运等行为，不乘坐农用车、货车。
自驾出行：强化旅行途中防护
出行前密切关注自身和家人健康状况，出现发热等症状时及时进行抗原或核酸检测。未排除感染风险前或出现发热等症状时，倡导暂缓出行。疫情流行期间或疫情严重时，不建议老年人、孕妇和儿童等免疫力较弱的人群进行长途旅行。
做好出行物品准备。根据出行距离和天气情况，提前准备必要的生活物资和防疫物资，慢性基础病患者根据需要随身携带对症药品。
出行途中做好全过程健康防护，加强车辆通风消毒，保持合理人际距离，做好手卫生。在服务区下车休息时，戴口罩，不聚集、不扎堆，减少逗留时间；到餐饮区就餐时进行手消毒，尽量保持人际距离，不能满足间隔用餐条件时，倡导打包至室外用餐。在收费站通过人工窗口缴费时，戴好口罩。
营运驾驶人员：加强自我健康监测
坚持健康生活方式，保持生活规律和充足睡眠。工作之外尽量少去人群密集和通风不良场所，减少参加聚会、聚餐等聚集性活动，倡导“两点一线”生活方式。
密切关注自身健康状况，如出现发热等症状及时报告单位，开展抗原或核酸检测。有发热等症状或感染后不满7天的，不建议上岗。
做好车辆船舶卫生管理，出现乘客呕吐时及时清洁处理。车辆进入高速公路服务区休息时，及时开窗通风换气。客运车船在行驶过程中，使用空调外循环模式；具备条件的车船，每趟次运营结束后全面开窗通风。
本文来源：央视新闻微信公众号(ID：cctvnewscenter)综合交通运输部
监制/徐冰 主编/杜显翰
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。
