网信彩票网投_网信彩票手机版

避重就轻遮遮掩掩，推卸责任毫不含糊，民进党败选检讨没提蔡英文******

　　【环球时报特约记者 陈立非】民进党“九合一”败选检讨报告终于出炉，罗列了疫情、通胀、论文案、“黑金”以及“抗中保台”失灵等败选原因，认为民进党在青年与中间选票上的流失是这次地方选举挫败的主要原因。但报告通篇没有提蔡英文和台“行政院长”苏贞昌，被批根本就是避重就轻。

　　“抗中保台”牌失效归咎俄乌

　　民进党败选检讨报告共10549字，摘要版3843字。据台湾《联合报》29日报道，检讨小组召集人郑文灿称，在疫情方面，内需型中小企业、观光旅宿业、一般商家受冲击最大，当局通过纾困振兴方案在前两年虽发挥作用，但第三年的补助金额及适用对象是否忽略最基层产业、商家需求及民众感受，可能成为纾困振兴成效未能彰显的主因。与此同时，购买境外疫苗、自产疫苗、疫苗分配等议题也成为在野党抨击重点，无形中让民众结合生活经验，从疫苗攻防的混乱情况获得较多对民进党不利的信息，进而影响选战。关于“抗中保台”牌失效，郑文灿归咎于俄乌冲突，称台湾民众对安全关注度提高，引发兵役期是否改变的热烈讨论，难免会让在野党顺着“抗中保台”口号负面操作，制造“票投民进党，青年上战场”的恐惧，且俄乌冲突造成国际通胀，影响到人民生活感受。他还声称，选战过程中“黑金”议题扭曲了民众对民进党的印象，也冲击选情。

　　值得关注的是，前新竹市长林智坚的论文抄袭事件，蔡英文要全党力挺，但检讨报告根本未出现“蔡英文”3个字或“党主席”字眼以及她须负的责任。郑文灿对此未回答，仅表示检讨报告中已把这些诚信问题等标示清楚，包括采取立场有哪些不足及停损点设定、对选票造成影响等。林智坚28日晚在脸书发文称，败选检讨报告中他是唯一被具名提及的人，他愿意承担责任，也再次向民众与支持者“表示最深切的歉意”。

　　“抓一些稻草人来打”

　　“绿营败选检讨报告笑死人”，国民党“立委”赖士葆29日称，这份报告没有诚挚究责，甚至还检讨起了在野党，变成一篇不痛不痒的剖析报告，完全不见政治责任，也不敢碰触蔡苏。他嘲讽说，报告“抓一些稻草人来打”，简直是今年年终最大的政治笑话。国民党文传会副主委林家兴表示，民进党败选至今行政部门竟然仍未改组、苏贞昌仍未下台，令人感受不到其反省的决心。民众党“立法院”党团总召集人邱臣远直言，这份败选检讨报告避重就轻，并未深入探究原因且反省，像是给民进党支持者和同温层看的。

　　就连绿营内部也不认同。民进党“立委”何志伟29日称，这份检讨报告只是走个形式，民进党应该思考未来要做些什么，未来的展望是什么。民进党前副秘书长、“台湾民意基金会”董事长游盈隆称，从蔡英文时隔745天才允许记者提问，在回应要不要为处理林智坚“论文门”道歉时大打太极就看得出来，她根本无意检讨，更别说道歉了，“民进党真能写出像样的败选检讨报告才怪”。

　　民进党前“立委”沈富雄29日直言，若他是审查者，这份报告他会直接退回，不打分数，因为“党团、媒体、侧翼，都没点名”，也不敢动蔡苏。他更形象地以“验尸报告”的方式，分析这份败选报告。沈富雄说，败选的民进党就像一具尸体，郑文灿是要厘清“死因”的病理科医师，“解剖死者”后所写的验尸报告就是这份检讨报告。结果报告发现，“死因”是跌倒造成的大腿骨骨折没接好，“死者”自己也没注意，最后引发并发症去世，却没有追究医院救治的责任以及为何在这么多人中偏偏是“死者”出意外。

　　蔡英文难辞其咎

　　不少岛内网民大骂“完全不提全党挺抄袭，检讨个鬼……这报告一点用都没有”，还有人说，“不敢检讨蔡英文，这份报告就是废文一篇”。

　　《联合报》29日称，“九合一”惨败一个月后，民进党检讨报告出炉，虽然点出“黑金”问题严重，却不见党内哪些人是其中代表，列出“论文门”是败选主因之一，却对于党内最高层级、被舆论视为罪魁祸首的蔡英文和苏贞昌的责任只字未提，“如此自缚手脚的检讨报告，真的切中要点了吗？”文章称，蔡英文虽然在开票当天辞去党主席，但她的责任岂可随辞职而一干二净？更遑论苏贞昌至今留任，到底为无感施政负了什么责，对忽视民众感受负什么责？民进党若在大败之后仍执意捍卫蔡英文，恐怕写再多检讨报告也难拾民心。

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）