曾光：XBB.1.5不会造成类似第一波的重症高峰******

　　央广网北京1月11日消息(记者 雷妍)多地发布最新研判，已度过第一波感染高峰，发热门诊就诊量持续下降。与此同时，XBB.1.5新毒株跃入了人们的视野，这是美国上升势头最快的毒株，已引发美国内超40%的感染病例。

　　很多人刚从“正阳”“阳康”中缓过劲儿，面对新毒株，不免有些担忧。XBB.1.5毒株危险程度如何？是否会引发我国“第二波感染高峰”？感染新毒株后重症比例如何？面对广大网友的担忧，央广网专访了知名公共卫生与流行病学专家曾光。

　　变异株近期不会在中国掀起大浪 也不会引发重症高峰

　　曾光介绍，从全国来看，感染高峰、重症高峰呈现出此起彼伏、逐渐从涨潮到落潮的过程。“这一波疫情的高峰像暴风骤雨一样到来，我也没有想到它来得这么快、这么凶、这么猛。”因此，人们自然会对“第二波”感到紧张和焦虑。

　　对于XBB.1.5毒株的担忧，很大程度上源于我们对病毒的不了解。曾光介绍，XBB.1.5变异株在美国的占比可能还会进一步上升，但根据研究，感染该毒株后，死亡率并没有随之大幅上升。随着XBB.1.5逐步在美国占据“优势地位”，新冠病毒感染的发病率在增加，但增高幅度不大。曾光说：“这一情况可以给我国认识XBB.1.5提供一个参考。”

　　“我估计变异株在中国不会掀起大浪，至少最近不会。”曾光认为，XBB.1.5能在美国大范围流行，也有美国人群产生的自然免疫正在消退的影响。但目前，我国正在集中出现感染高峰，疫苗免疫、自然感染两种状态相加，会在一段时间内达到一定的群体免疫效果，对国外的变异株不会过分敏感。因此，曾光推测：“XBB.1.5在中国可能会造成一部分传播，但传播速度不会太快，绝不会像第一波时迅速出现感染高峰，也不会出现类似的重症高峰。”

　　即使有了这种谨慎乐观的判断，曾光仍强调，我们还是要重视实际监测结果，根据结果及时调整防控策略。

　　流感盛行 警惕流感等流行病与新冠叠加

　　现在出行方便了，但我们不能放松大意，仍需做好个人防护。曾光提醒，除了避免感染新冠病毒，还要避免感染流感等流行病，警惕病情叠加增加重症风险。

　　曾光介绍，今年冬季，世界各国都出现了流感的流行高峰。根据我国最近的流感监测结果，今年的流感患病率比去年同期上升了一倍。

　　流感病毒感染与新冠病毒感染非常相似：通常起病急，一般会发烧3～5天，常达38.5℃以上，并伴有寒战、肌肉酸痛、头痛、咽痛、全身乏力。大多数流感患者能够在1～2周内自行恢复。有些可能会出现肺炎、急性呼吸窘迫综合征、心肌炎、心力衰竭、脑炎等并发症。5岁以下儿童、65岁以上的老人，以及有慢性基础疾病的患者，因流感出现重症的风险较高，是住院治疗的主要人群。

　　曾光介绍，现有研究显示，流感感染后会打开呼吸道门户，增加其它病原体感染几率。新冠病毒感染也是如此。若两者叠加感染，极易增加重症几率。他举例说，有些人感染过了5天或7天后，突然又开始体温增高，又开始呼吸急促，甚至出现黄痰、绿痰。这种情况可能是多重感染导致的，与“阳康”咳嗽不一样，往往提示有细菌性继发感染，须及时就医，必要时增加抗生素治疗。

　　最后，曾光强调，现在大家外出旅行、到人流聚集处时，仍需戴好口罩，做好个人清洁与防护，减少传染病发病风险。

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。