推动数字经济与实体经济深度融合******

　　【贯彻党的二十大精神·推动高质量发展】

　　光明日报记者 鲁元珍

　　在知名童装产业带浙江桐乡，一家童装企业负责人巧姐于半年前尝试淘宝直播。经过几个月的潜心耕耘，如今直播间月成交额已突破1000万元，成为直播电商风潮下的受益者之一。过去一年，淘宝天猫净增130余万店铺，新增55万直播账号，直播和短视频已经改变了电商模式，成为越来越多中小微企业和年轻人的创业入口。

　　在数字经济蓬勃发展的浪潮中，阿里、美团、京东、字节跳动等平台企业发挥着重要作用。从电商到移动支付，从外卖到共享出行，从直播到智慧社区，数字经济已经覆盖了人们的衣食住行、社交娱乐，改变着日常生活的方方面面。

　　不仅如此，数字经济在更好地满足人们消费需求的同时，也在吸纳就业创业、提升公共服务等方面发挥了重要作用。近年来，数据分析师、直播选品师、人工智能训练师等新职业不断涌现，农村电商新模式的逐渐普及扩大了农产品销售、带动了增收致富，政务服务、在线课堂、互联网医院等线上线下融合服务便利了人们的生活。

　　随着一个又一个创新模式的诞生，数字经济在促进经济增长方面发挥的作用日益凸显。根据中国信息通信研究院发布的《中国数字经济发展报告（2022年）》，2021年，中国数字经济规模达到45.5万亿元，占GDP比重达到39.8%，数字经济在国民经济中的地位更加稳固、支撑作用更加明显。

　　近年来，一系列支持数字经济发展的相关政策陆续出台，聚焦推动大数据、电子商务、“互联网+”行动、智能制造、工业互联网、数据要素等相关领域发展，为数字经济的发展奠定了坚实的政策基础。日前召开的中央经济工作会议再次强调，要大力发展数字经济，提升常态化监管水平，支持平台企业在引领发展、创造就业、国际竞争中大显身手。这不仅充分肯定了平台企业和数字经济在发展中的重要价值，也对其未来的发展明确了方向。

　　未来，大数据、物联网、人工智能、云计算等新一代数字技术迭代发展，新基建快速发展，互联网用户规模不断扩大，都为数字经济发展夯实了基础条件。数字经济发展空间广阔，也将在引领转型、创造就业、国际竞争中发挥重要作用。

　　【专家点评】

　　中国电子信息产业发展研究院信息化与软件产业研究所数字经济战略研究室主任高婴劢：

　　当前，数字经济已成为重塑全球要素资源和经济结构的关键力量，中国数字经济发展成效显著。近十年来，平台经济和共享经济兴起，生活服务数字化、消费行为在线化、社会资源共享化全面普及。“十四五”时期，中国数字经济步入体系构建新阶段，数字经济和实体经济深度融合，围绕技术、数据、平台、算法等方面的数字经济治理逐渐成为新常态。在国际合作方面也将加快贸易数字化，构建良好的数字经济对外合作制度和环境。下一步需加快5G、集成电路、工业软件等产业集群化发展，增强本土产业链供应链竞争力，同时鼓励云计算、大数据、工业互联网、人工智能等新兴产业集群化发展，通过规模集聚、优势互补，促进数字产业高速成长。

　　《光明日报》（ 2023年01月05日 15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。