以担当作为奋进新征程******

　　以担当作为奋进新征程(大家谈·一起来想一起来干②·新时代新征程新伟业)

　　党的二十大报告提出：“全面建设社会主义现代化国家，必须充分发挥亿万人民的创造伟力。”本期大家谈，我们选刊3篇来稿，感受各地贯彻落实党的二十大精神热潮，激励广大干部职工立足本职岗位担当作为，以实际行动奋进新征程、建功新时代。

　　——编 者

　　进一步优化营商环境

　　山东济南市 何 婷

　　良好的营商环境是企业健康发展的沃土，也是高质量发展的题中应有之义。党的二十大报告提出：“营造市场化、法治化、国际化一流营商环境。”这为我们进一步优化营商环境指明了方向。

　　针对企业融资难融资贵的问题，积极协调金融单位上门开展银企对接服务；实施品牌强企计划，指导19家企业完成山东省高端品牌培育企业申报；为科技园区高质量高标准发展提供政策支持；实施涉企轻微违法行为不予行政处罚、从轻减轻行政处罚清单机制……一段时间以来，山东济南市市中区持续优化营商环境，采取一系列举措，为企业纾困解难。奋进新征程，我们必须继续聚焦企业需求，找准小切口和着力点，进一步优化营商环境。

　　营商环境既直接关系市场主体发展活力，又事关城市发展。一手抓严格执法，一手抓优化服务，全面构建亲清政商关系，统筹打好政策惠企、服务便企“组合拳”，一定能持续提升市场主体活力和满意度，助推高质量发展。

　　提高行政执法效能

　　湖南长沙市 刘 昕

　　党的二十大报告提出，“深化行政执法体制改革，全面推进严格规范公正文明执法”。依法行政，文明执法，提高行政效率和公信力，是每一个基层行政执法工作者必须履行的职责。

　　我所在的湖南长沙市湘江新区行政执法局自成立以来，就承担起新区行政执法改革的重任。一方面，我们抓实各类监管整治，归集梳理涉及市区两级共计4000余项行政执法权，实施“一张清单管到底”。另一方面，创新推进基层治理，全面整合基层执法，将80%以上的执法力量下沉一线，让沟通协调在一线、问题解决在一线。面向未来，加快推动横向部门整体协同，纵向条线贯通落实，才能进一步提高执法能力和水平，让执法工作更好地取信于民、服务于民。

　　风劲潮涌，扬帆破浪。对于基层行政执法工作人员而言，不仅要自觉践行“严格规范公正文明执法”的要求，也要注意改进执法方式，灵活运用说服教育、劝导示范、警示告诫等方式，引导群众自觉遵守法律法规，努力实现执法效果与社会效果相统一。

　　增强群众司法获得感

　　湖北枝江市 姚宇思

　　法者，治之端也。党的二十大报告提出：“必须更好发挥法治固根本、稳预期、利长远的保障作用，在法治轨道上全面建设社会主义现代化国家。”

　　人民法院作为国家审判机关，是全面依法治国的重要参与者、积极推动者和坚定维护者。近年来，我所在的基层法院致力打通诉源治理“最后一公里”，把司法服务延伸到老百姓家门口，让群众切实感受到公平正义就在身边。坚持和发展新时代“枫桥经验”，为老百姓提供“点单式”司法服务，充分利用网络法庭、巡回法庭化解纠纷，这些举措都不断增强着群众司法获得感。

　　新征程上，作为一名基层法院干警，我将恪守岗位要求、践行职责使命，为法治国家、法治政府、法治社会一体建设贡献力量。（人民日报）

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。