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。

盘点不同球类运动，谁是“球中之王”？******

　　近日，在世界杯比赛中

　　葡萄牙队3比2险胜加纳队

　　下半场，C罗通过点球

　　帮助葡萄牙队取得领先

　　图源：FIFA

　　被判点球后C罗亲吻足球

　　他闭上双眼，深呼吸

　　然后助跑、果断起脚

　　皮球势大力沉直窜对方球门

　　图源：新华社

　　C罗也成为历史首位

　　连续五届世界杯取得进球的球员

　　大家观看比赛时有没有想过

　　在如此多的球类运动中

　　足球的球速是最快吗？

　　哪种球飞得最远？

　　球速之“王”竟然是它？

　　所有球类运动无非是用手、脚、球棒或球拍击打球，球的尺寸、形状和重量差异使得它们具有不同的速度以及运动轨迹。

　　那么问题来了，在这些球类运动中，速度最快的是哪种球？是令人热血沸腾的足球，是挥汗如雨的网球，还是快得看不清轨迹的乒乓球？

　　图源：摄图网

　　答案其实是外形最不像球的羽毛球。

　　目前吉尼斯官方认可的最快的羽毛球记录来自丹麦选手科丁，2017年1月10日，在印度羽毛球超级联赛上，科丁在正式比赛中杀出一记速度高达426 公里/小时（约118 m/s）的杀球。这意味着什么？这个记录中羽毛球的最高速度，比“复兴号”动车组列车最高运行时速（400公里/小时）还要快。

　　图源：Physics of ball sports各种球类运动的最高运动速度

　　羽毛球为什么能飞得那么快？原因其实并不复杂，主要是因为羽毛球比较轻（重量只有5克），并且球拍足够长（不超过680mm）。

　　图源：Annu. Rev. Fluid Mech 各种球的尺寸、重量及速度等基本参数

　　球体在空中的运动往往只受到空气阻力和重力的作用，它的速度一般只会逐渐减小（篮球等例外）。想要获得最快的运动速度，球体需要在离开运动员接触的瞬间获得最大的加速度。相对于网球、足球和其它球体，羽毛球非常轻，因此同等大小的力在它身上则会产生更大的加速度。

　　图源：Physics of ball sports 高尔夫球和羽毛球的挥拍动作

　　最能“飞”的球——高尔夫球

　　高尔夫球是飞得最远的球，单次击球可以移动200米以上，标准高尔夫球场，一般布置18个球洞，总长度要控制在6002～6400米，球场面积50～75公顷（1公顷=10000平方米），实际大小要根据球场的地形来确定。

　　不仅如此，高尔夫还走出了地球，成为了首个星际间的球类运动项目。1971年2月6日，执行阿波罗14号任务的宇航员艾伦·谢帕德（Alan Shepard）挥动球杆在月球上打起了高尔夫球，从而使他成为有史以来第一位，也是目前唯一一位在月亮上打过高尔夫球的人。

　　图源：NASA 正在月球打高尔夫球的宇航员艾伦

　　高尔夫球有一个让人大跌眼镜的现象：越是光滑的高尔夫球，越是飞不远。

　　我们都认为，球形是最完美的形体，表面越是光滑，则在飞行的过程中，球面与大气的摩擦就越少，同等用力的情况下，理应飞得越远。但是，高尔夫球不是这样。

　　图源：《高尔夫50年》高尔夫球的变迁

　　毛根海教授所著《奇妙的流体运动科学》一书中，有这么一个数据：同等条件下，布满小酒窝的高尔夫球，它在飞行中所受到的阻力只有光滑球的一半，而飞行距离是光滑球的5倍。物体在流体中运动时，前后压力差所带来的阻力就叫做“形状阻力”。现代核潜艇使用“水滴型”外形就是为了减少形状阻力。

　　图源：科普中国

　　如上图，顶部的垂直竖版，其形体阻力最大，原因是其后方的“低压区”面积最大，第二个球体的低压区有所减少，直至底部的水滴型，其形状阻力最小。通过流体力学实验，人们发现，光滑的与布满小酒窝的球相比，后者产生的低压区面积更少。球上的无数小酒窝，它可以起到让空气紧贴球面的作用，这使得平滑的气流能顺着球体表面延伸到更靠后的位置时才产生分离。

　　图片来自航空航天工程师Jeffrey A. Scott

　　最受欢迎的球类运动——足球

　　无论是从影响力、参与人数还是赛事热度来看，足球都是当之无愧的世界第一运动。不过今天既然讲到球速和形体阻力的问题，那么我们也一起来看看足球缝线对足球轨迹的影响。

　　图源：百度百科

　　普天同庆足球是2010年南非世界杯决赛阶段设计的新款足球，也是最近几届世界杯中，最饱受批评的一个足球。在它还刚刚面世时，生产厂家就宣传说：这个球只用了8块表皮就将足球拼接完成，完美地包住了内胆，这是史上最圆的足球。

　　然而，这颗球却是守门员的“噩梦”。空气动力学家梅塔博士提出，“粗糙度的大小，决定了出现‘蝴蝶球效应’的最佳临界速度是多少。”

　　蝴蝶球轨迹蝴蝶球指的是球在空中飞行时几乎没有旋转，从而导致它的飞行轨迹不可预测，守门员很难判断。蝴蝶球的原理是球表面上有缝线，在飞行过程中，气流经过缝线时，会产生更多湍流，由于左右不对称，湍流增加了球侧面的偏转力。尾流左右摇摆，飞行飘忽不定，如飞舞蝴蝶。

　　图源：中国科普博览常规足球通常将32块球面通过缝线拼合而成，缝线的总长度以及缝线的深度决定了足球的光滑度，缝线越多越粗糙。常规足球一般在48公里每小时球速时才会产生最大化的“蝴蝶球效应”。

　　而普天同庆足球，由于其总缝线长度很短，导致其成为当时最光滑的足球，经过空气动力学试验，人们发现，在80～88公里每小时球速时，普天同庆才会产生最大化的蝴蝶球效应，而80公里左右时速恰恰是射门，以及任意球的典型球速。

　　END

　　资料来源：央视科教、科普中国、中国科普博览、知乎

　　整理：董小娴