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。

AI创新链产业链融合发展 赋能数字经济新时代《中国人工智能专利技术分析报告（2022）》发布******

　　2022年12月，国家工业信息安全发展研究中心、工信部电子知识产权中心发布《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告（2022）》，这是中心连续第5年就中国人工智能专利技术发展情况发布报告。

　　在新一轮科技革命和产业变革的大背景下，人工智能创新链产业链“双链”融合是释放数字化叠加倍增效应、驱动数字经济智能化跃升、打造产业综合竞争优势的必然路径。《报告》基于人工智能高价值专利增强创新链活力和助力产业链升级的角度，对深度学习、智能云、计算机视觉、智能语音、自然语言处理等十大技术领域进行专利申请趋势和分布构成分析，从“创造力”“保护力”“运用力”“竞争力”“影响力”五大方面对人工智能创新主体进行专利创新评价，研究人工智能专利如何高效助力各类“智慧+”应用场景落地，并对未来新兴人工智能技术应用和专利布局趋势作出研判。

　　图1 人工智能创新链产业链融合发展图谱

　　《报告》对人工智能高价值专利如何为创新链产业链融合发展保障护航进行了定量和定性分析。从行业公认的能够直观体现高价值专利的几个因素来看，自2011年、2012年开始，人工智能领域的中国专利奖占比逐年提高、专利许可转让数量呈上升趋势、专利诉讼遍及多个应用场景，展现了高价值专利对技术产业应用相辅相成的走势。

　　十大基础技术领域的专利数量稳步增长，极大激发AI创新链活力。深度学习、智能云、计算机视觉、智能语音、自然语言处理、大数据、知识图谱、智能推荐、智能芯片、量子计算等智能技术构成了人工智能创新链技术底座，也是产业链应用的基础技术。在技术与政策双红利的推动下，2016-2021年深度学习专利申请年均复合增长率达到53%，对人工智能的引领作用开始逐步凸显；相比之下，智能语音、自然语言处理、大数据、知识图谱和智能推荐领域的专利申请呈现稳步增长的态势，其中2021年自然语言处理的专利申请量仅次于深度学习、智能云和计算机视觉，发展势头强劲；智能芯片和量子计算由于起步相对较晚，相关专利储备较少，仍处于技术加速积累的阶段。国内创新主体也纷纷展开专利布局，不断增强市场竞争实力。例如百度公司在深度学习、智能云和智能驾驶等多个领域继续保持领先优势，寒武纪、浪潮和华为在智能芯片领域展现了充分的专注度和科研实力，清华大学、浙江大学等高校也在计算机视觉和自然语言处理等领域投入更多研发资源，成为基础攻关的重要力量。

　　图2 AI创新链十大基础技术专利申请趋势和分布构成

　　AI创新主体展现积极创新面貌，中小企业为产业发展增添新力量。从创新主体的申请量排名上看，百度、腾讯、国家电网、华为位列前四，专利申请数量均突破10000件，是我国AI领域技术创新的主力军。从专利授权量上看，仍然是上述四家企业位居前列，且百度公司专利申请量和授权专利持有量均排名第一。此外，腾讯专利2017-2020年腾讯专利申请年均复合增长率高达70%，在AI领域前四创新主体中申请量增速排名第一。从授权专利占比上看，申请量排名第七的清华大学和第九的浙江大学，均以45%的授权专利占比排名前两位。作为技术创新的重要源泉和吸纳劳动力就业的重要载体，大量中小企业也积极涌入人工智能赛道，在创新链一侧，我国人工智能领域企业主体共申请专利超过110万件，中小企业专利贡献超过90%。从产业链看，AI技术在中小企业中的普及率超过40%，语音识别、智能制造等技术在中小企业应用广泛，助力中小企业升级改造和智能化应用。

　　图3 创新链前十创新主体专利申请量和授权量

　　AI核心技术领域高价值专利集聚明显，产学研合作稳步推进。当前，智能云和深度学习是高价值专利数量最多的两个领域，百度得益于更早地投入与布局，展现专利申请数量与质量同步提升的发展态势。其他创新主体也结合自身业务发展方向，在不同的基础技术领域进行了有针对性的布局，如国家电网在深度学习和大数据领域，浪潮集团在智能云，阿里巴巴在智能推荐，平安科技在自然语言处理和计算机视觉都保持着创新优势。高等院校在人工智能领域技术创新活跃，涌现了大量专利成果，并通过与企业成立联合实验室和技术研发中心等方式，加快产学研用协同创新进程。截至2022年9月，我国人工智能领域产学研联合申请专利数量超2万余件，其中发明专利占比约90%，整体呈上升趋势增长，产业应用较为广泛。

　　图4 中国AI创新主体高价值专利技术布局

　　图5 AI领域产学研联合申请专利发展趋势图

　　AI专利助力新兴应用场景落地，推动产业链转型升级。目前，人工智能创新链的产业化应用主要集中在智慧城市、智慧交通、智慧医疗、智慧金融、智慧工业和智慧教育等领域。从技术应用的成熟度来看，不同AI技术在不同场景的应用呈现出阶梯式发展的态势。智慧工业是当前各创新主体主要布局的技术应用场景，AI专利申请量达到65万余件，其次就是智慧金融，专利申请量为30万余件。其中也涌现出“海淀城市大脑”“灵医智惠AI医疗品牌”“智慧交通解决方案TrafficGo2.0”“普惠金融人工智能开放平台”等众多优秀实践案例，推动高端智能技术与行业的融合发展。

　　“智慧+”场景应用创造出更多产业增长点，新兴人工智能技术生成数字经济发展新动能。AI在城市、交通、医疗、教育及工业等场景的融合应用加速，不断催生新业态新模式新产业。以智慧工业为例，将工业互联网、人工智能等在内的智能制造新技术与工具，集成到工业生产流程中，正在引领我国工业数字化新生态。报告显示，截至2022年9月，我国智慧工业领域申请专利共计65万余件。百度公司以近9000件专利总数位居第一，国家电网位居第二，其余创新主体专利申请量差距不大，发展潜力较强，各创新主体在智慧工业领域的专利布局积极竞争，难以拉开较大差距。与此同时，基于人工智能的深度学习、内容生成，语音、视觉识别技术越来越成熟，以元宇宙和数字人技术为代表的新兴技术，也迎来了专利的快速积累阶段，百度、腾讯、华为等企业积极开展前沿专利布局，探索人机交互发展和应用，助力数字经济高质量发展。

　　图6 中国元宇宙专利主要申请人排名

　　图7 中国数字人专利技术申请－公开趋势

　　《报告》结合当前人工智能知识产权生态建设和全产业链专利布局情况，对产业高质量可持续发展提出总结与展望。人工智能是新一轮科技革命和产业变革的重要驱动力量，发展人工智能是支撑科技自立自强、实现高质量发展的重要战略。党的二十大报告提出，推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。当前，人工智能技术与5G、云计算、大数据的融合发展已将成为推动数字经济发展的动能源泉，今后将进一步与其他数字技术相互碰撞出全新的科技驱动力。随着人工智能创新发展跨入新的历史阶段，专利申请总量突破百万件，专利申请趋势仍在快速增长，技术人才规模不断扩大，产业融合广泛深入，应当在底层关键技术突破、建设知识产权生态、大中小企业共同完善专利布局、开辟更广泛应用场景等方面发力，实现创新链与产业链的协同发展。