一分快3计划|一分快3APP

你想家，家也想你******

　　你有多久没回过家乡了？

　　提到家乡，你最先想起什么？

　　家乡的记忆

　　像一根“隐形”的线

　　无论飞得多远

　　都始终在原点牵着你

　　指引你找到回家的方向

　　今天，央视新闻带你“回家”

　　与那些温暖的地方重逢

　　走遍万里路

　　也忘不了味蕾上的家乡

　　 咬下这口酥脆鲜香，儿时的年味也回来了。原汁原味的幸福，往往藏在最简单的食物里。

　　 清晨的早餐摊，陪伴了每个上学日。绿豆面饼丝浇上麻酱带来的幸福感，拥有让人安心的魔力。

　　 “走，饮茶先啦！”男女老少围坐一桌，吃着早茶，谈笑风生，好不热闹。

　　 油辣椒、糟辣椒、胡辣椒、折耳根。品尝家乡百般滋味，方知滚烫人生可贵。

　　 冰糖葫芦车，儿时的回忆，小时候的味道。

　　这是家乡不变的那一抹甜，五彩缤纷却不艳眼，在不经意间能宽慰人心。

　　 地摊小海鲜，鲜甜的味蕾记忆，每一口都是乡愁~

　　你想家，家也很想你

　　家乡的味道

　　永远都是心中最浪漫的记忆

　　刻在心头的老地方

　　是永远的风景

　　 纵使他乡万盏灯，不抵故乡当头月。家乡湖面倒映的月光，是追梦路上的保护色。

　　音乐、冰雪，所有关于浪漫的一切，构成了独特的家乡记忆。

　　 家乡拥有童话般的治愈力，自由自在，真诚且美好。

　　让光充满自己，也让自己发出亮光。新的一年，开启你灿若朝阳的人生吧。

　　 家乡是让无数候鸟栖息的湿地，也是让心休息的自留地。当静下心来感受生活，就会发现美好悄然而至。

　　这座小城，理性而优雅，静谧有力量，不仅能安顿自己，亦能感染他人。

　　 海边的火箭发射基地，童年时就埋下了好奇的种子。对生活带着满腔热情长大，终将抵达向往的快乐星球。

　　摸不到的丹霞山脉，乘着热气球，就能换个方式领略家乡的美。

　　家乡倒映星海的长江，波光粼粼，简单纯粹闪闪发光，是创造奇迹的力量。

　　家乡

　　是永远拍不完的浪漫

　　记忆中的“烟火”

　　是儿时的玩伴

　　是璀璨的烟花

　　是故乡的袅袅炊烟

　　 故乡的炊烟，在梦里、心里、记忆里，连接思乡的情思，成为最美最难忘的记忆，珍贵而真切。

　　 把传统的美和创新的趣带给所有人，有你就是好日子，年年岁岁有锦鲤，岁岁年年添新意。

　　 街角的报刊亭，就像一座桥梁，承载着几代人的记忆。

　　 儿时看皮影戏的快乐，是专属的精神资产。在纷扰的生活里保持童心，不舍自由纯粹，过可爱的人生。

　　 那些自由自在的奔跑，不顾一切大笑的时光，是少年时代的记忆，也是赤诚不变的快乐底色。

　　 回旋在胡同上方的鸽哨声，是儿时最熟悉的记忆。走进胡同深处了解家长里短，也能飞往更高的蓝天，俯瞰人生百态。

　　 小时候看不懂的戏，如今早已读懂了其中道理。如果命运如剧本，就做自己人生最好的导演。

　　走进一家温馨的咖啡店，或许就是为了遇见温暖的你。朝朝暮暮又年年

　　烟火在人间

　　家乡的一角一瞥一瞬

　　总有一处风景

　　让你心动和留恋

　　也总有一条街道

　　留着只属于你的故事

　　 记忆中的童年味道，温暖且不变。

　　 最诗意的生活，就藏在日常里，为人间烟火增添浪漫意趣。

　　离家最近的菜市场，不仅藏着熟悉的滋味，更滋养着平静悠然的内心。

　　冬天来了，春天还会远吗？又想起那一年在家乡的春光里，拍到的小奶猫。

　　 记忆中的童年味道，温暖且不变。

　　 心怀期许，人生总会柿柿如意。家乡可爱大柿子，新的一年好事连连，日子甜甜。

　　还记得老家楼下的那棵桂花树吗？关于家乡的记忆，一定会有桂花的香甜。

　　 那年在街头偶遇的小狗与花车，感觉整个世界都明亮了。

　　家乡的烟火气

　　治愈着每一位离家的孩子

　　你找到家乡了吗？

　　这一年

　　你一定攒了好多话想和亲人说

　　愿我们都能早日平安到家

　　陪陪家人

　　度过一段温暖时光

　　　　▌本文来源：央视新闻微信公众号（ID：cctvnewscenter）

　　　　监制/李浙 主编/马文佳 编辑/张娅喃 校对/高少卓 图片/快手“500个家乡”项目组

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）