“拖了两个月的歹戏终于落幕”！蔡英文“改组内阁”被批“换挡箭牌”******

　　【环球时报报道 记者陈立非】台湾地区领导人蔡英文27日宣布，由前副手陈建仁接棒苏贞昌担任“行政院长”，组成新“内阁”。岛内舆论嘲讽说，“拖了两个月的歹戏终于落幕了！”

　　27日，台当局已确定由陈建仁、“副行政院长”郑文灿以及秘书长李孟谚组成所谓的“行政院铁三角”。陈建仁是流行病学家，2015年11月请辞“中研院副院长”，宣布与蔡英文搭档参选。2021年底在蔡英文邀请下申请加入民进党。

　　根据规划，苏贞昌30日将举行临时会率“内阁”总辞，隔天举行新旧“内阁”交接。至于其他人事调整，《联合报》27日称，竞选新北市长失败的林佳龙将担任“总统府”秘书长；“国安局长”陈明通请辞，由台“外交部次长”蔡明彦接任。另外，民进党“立委”管碧玲将接任“海洋委员会主委”。台湾《中国时报》27日称，“外交部长”吴钊燮、“国防部长”邱国正、“国安会秘书长”顾立雄以及陆委会主委邱太三等均规划留任，但必须等蔡英文最后拍板。

　　针对新“内阁”，“中广”董事长赵少康讽刺说，“蔡英文推出的是一个难看的不伦内阁”。陈建仁顶着学术光环大力鼓吹高端疫苗，让高端股价一飞冲天，大搞内线交易是“商业不伦”；郑文灿抄袭论文涉学术不伦，还偷抄大陆的论文，是“政治不伦”。台北市议员游淑慧说，民进党每次“组阁”都是辅导“失业者”就职计划。她认为陈建仁根本没有“组阁”的能力和权力，最后仍是派系分赃和“小英意志”。国民党台北市议员徐巧芯直言，疫苗争议是民进党去年选举大败的原因，但现在蔡当局重新“组阁”却把当初护航高端疫苗的人放到高位上，说明完全没有检讨、反省。此外，“抄袭”也是民进党去年选举失败很重要的原因，而陈建仁与郑文灿都曾涉嫌抄袭，显然民进党根本不把抄袭当作2022年败选的原因之一。

　　“台湾民意基金会”董事长游盈隆认为，蔡遭遇2022年羞辱性地方选举挫败，辞去党主席两个月后，现在已经要高唱“重出江湖”，为此派出真正可信任的心腹出任“行政院正副院长”，“哪怕这两个人的罩门已经洞开”。前“外交官”介文汲称，未来一年多，民进党主席赖清德会让蔡英文“痛不欲生”，所以她现在要让赖“痛不欲生”，这次就是把自己的心腹完全派出来。国民党前“立委”江启臣说，未来将看到更多蔡干预“内阁”人事的身影。

　　岛内舆论对新“内阁”也不抱期待。《联合报》27日称，蔡英文在最后一年多的任期找过去的副手“组阁”，向党内各派系传递“我仍是大当家”的信号，新“行政院长”只剩“人形立牌”的功能。该报的社论认为，蔡英文很清楚“九合一”选举已证明了“抗中保台”牌失效，要避免政权被轮替，必须要换人当她的挡箭牌，除了随时待命配合其政治需要进退的陈建仁外，她已无牌可打。

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。