大发平台 - (2023已更新互动/百科)

访谈｜美宝集团副总裁刘钢：“入场”更便利，外企对中国市场充满信心******

　　(第五届进博会)访谈｜美宝集团副总裁刘钢：“入场”更便利，外企对中国市场充满信心

　　中新网上海11月6日电 (谢梦圆)“我们从36平米、150平米、300平米到今年的400平米，企业的展台面积不断扩大。”连续五年参与进博会的美宝集团是一家专注生命科学领域的外资企业，集团副总裁刘钢回忆说，第一次参会时对进博会不甚了解，最初的展位设计只有9平方米。“一开始我们把美宝国际分公司的技术和产品引入中国，随着我们在进博会上的巨大成功，很多国外的企业看到了这样的机会，组团来参与进博会。我们代理的产品不断增多，比如一些美国企业和欧洲企业愿意通过美宝的窗口进入中国市场。”

　　此次，美宝与南加州大学的联合科研中心推出了一款医疗诊断设备——一次性高清食管筛查工具“EndoVu”。该设备可用于早期食道筛查，使用一次性高清摄像头，污染风险大大降低；采用超薄型材设计，直径6毫米，易吞咽。采用高光谱代谢成像、云计算和AI评估技术，无需实验室分析，就可帮助胃肠道医生评估患者是否需要进行完整的食管镜检查。“EndoVu”具备所需操作人员少(减少66%)、操作时间短(5分钟/人次)、筛查费用低、设备造价低、可高度并行筛查提高患者周转率等优点。目前该设备在中国处于临床试验阶段，即将进军中国市场。

　　据悉，本次美宝共带入17个科研项目参会，计划借助进博会将项目落地中国，目前已处于商务洽谈阶段。美宝和南加州大学合作项目众多，此次参会的有10项，其中生物医药项目有9个，“EndoVu”只是其中之一。刘钢补充道：南加州大学看到了我们在第四届进博会上的成果，于是这次联手参会。

　　即便有不利因素影响国际贸易合作，但刘钢仍感受到外企对中国市场的信心，“很多国外企业都在思考怎么能更好更快地进入中国市场，因为他们知道，蛋糕谁先抢一步，谁就可能吃得更多。”一些无缘本次进博会的外资企业甚至会将产品和技术“托付”给美宝代为介绍。

　　“确实大环境不利于企业的发展，中国能够在这个关键时刻继续扩大开放，保持开放的力度和决心，这是在世界上比较罕见的。”刘钢认为，中国本土市场足够巨大且具备潜力，能在发展本土市场的同时吸引国际贸易加入。

　　对刘钢来说，另一个切身感受是外资企业进入中国越来越便捷，他曾准备了一大叠纸质材料办理业务，没想到最后只花了约十分钟上网操作就将事办妥，“我觉得政府的服务意识更强了，办事更容易了，原来我要盖几十个章，都不知道找谁，现在是一站式服务，包括一些公示都能在网上找到。这两年越来越好，原来一头雾水，甚至外企和国内企业还有明显的差别待遇，这两年大家一视同仁，营商环境逐步改善。我们这些外企、包括朋友圈的企业确实充满信心。”

　　下一步美宝将扩大在中国的金融投资，刘钢说，这两年中国的政策给外企不断带来惊喜，“每次我都期待中国的好政策能够有更多”。中国各个行业、尤其是科技类行业将会有很大发展，美宝愿意在这些领域进行投资，扶持一些优秀的企业，并带领国外优秀企业进入。除此之外，美宝还会在化妆品行业投资建实体厂，他介绍，原本在美国的高端化妆品获得了较好的市场反馈，所以计划在中国加大投资，继续生产，并希望能将产品供应到全世界。(完)

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。

　　（文图：赵筱尘 巫邓炎）