【浙江龙泉“青马学习班”系列调研（二）】探索从“飘在天边”到“在我身边”的学习方法******
理论学习最忌“虚浮气”。为了提升学习成效，龙泉“青马学习班”在创新学习方法上下足功夫，让广大学员能够“学下去”“深下去”“不打烊”“见行动”。
三个课堂：立体式创新“怎么学”
学员们都说，“‘青马学习班’的课堂有特色”。对此，剑池街道干部周昌勇学员感触颇深。2022年11月26日，“我为文旅产业发展献一策”主题活动开课。周昌勇和学习班的同学们并没有第一时间前往教室，而是先后实地调研宝剑小镇、城市文化客厅、西街街道三江口等地，与文旅产业发展的一线实践“撞了个满怀”。
目前，学习班三大课堂之一的“身边课堂”， 将学习阵地搬到实践现场，已开展走进田间地头看乡村振兴、走进企业车间看产业发展、走进项目现场看城市建设、走进文旅古迹看业态运营等系列学习活动，以直面问题的鲜活形式提升教学针对性和实效性。
“我为文旅产业发展献一策”主题活动开课
同时，“青马学习班”还破题“线上课堂”。学习班在微信公众号、短视频等平台组建“青马之声”等一系列线上“微课堂”。周昌勇在线下学习之余，就通过这些线上课堂巩固、拓展知识，将学习阵地由“一时一地”拓展为“随时随地”。
除了在实践中感悟、在线上巩固，专家学者、一线权威人士的“点拨”也是学习不可缺少的一环，这就是“青马学习班”精心打造的“特色课堂”。在实地调研之后，学员们将与研究机构的专家学者，市委市政府相关领导、相关领域先进工作者“面对面”。他们结合学员们的参观体验，为学员传经送宝。在这个过程中，龙泉形成了“部门解惑、书记点评”的特色学习模式，相关部门负责人全程参与、市委书记到场点评。
周昌勇说：“以前我只关注自己的‘一亩三分地’， ‘三个课堂’拓宽了视野，提升了格局，我现在不仅对全市的情况有了系统了解，更加深了对党的二十大、浙江省第十五次党代会等重要精神的理解。”
三场交流：学以致用见实效
学习，是为了致用。“青马学习班”从一开始，就树立了“真学习、真思考、真效果”的鲜明导向，通过开展读书分享沙龙、调研成果汇报、项目谋划路演三场交流活动，引导学员互看互学、互比互赛，在思想碰撞、交流分享中明理增信。
学员进行分享
“我的本职工作是在经济与财务方面，学习班让我有了一个将自身特长与龙泉发展结合的机会。”学员毛剑斌在考察中对“三农”工作有了很深体悟，通过与其他同学的分享交流，逐步完善自己的想法，最终形成《将“新意”贯彻“三农”——我对“三农”工作的建议》，对龙泉市如何培育新农民、打造新农村、发展新产业提出了系统的建议。
此外，龙泉还立足自身剑瓷文化特色，开设剑瓷匠人班，紧扣宝剑与青瓷产业发展，对学员进行系统性培训，鼓励学员们积极交流探索将古法与现代工艺融合的发展路径，并形成报告，助力剑瓷产业创新发展。
截至2022年12月中旬，“青马学习班”已形成各个领域的重点调研报告86份，为龙泉各类特色产业发展贡献力量。
很多学员说，参加学习班之前，他们都觉得理论就像“飘在天上的云彩”，可望不可即，通过“三个课堂”“三场交流”的学习，才真正感觉到，理论就在大家的身边，只要大家愿意“蹦一蹦”，理论的果实就一定摘得着。
事实上，“青马学习班”搭建了龙泉青年交流发展、共同进步的平台。在这里，学员带着求知的热情和为民的情怀前进，正在迸发出锐不可当的“青春力量”。
（光明网记者 陈建栋、李澍）
相关阅读
【浙江龙泉“青马学习班”系列调研（一）】搭建一个“出真知”的学习体系
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。
