盈彩彩票app下载-盈彩彩票走势图

筑牢互联网关键资源的基础******

　　【乌镇观察】

　　光明日报记者 王禹欣 张晓华

　　当前，全球互联网产业发展正经历一场全局性、战略性、革命性时代转型。包括域名、关键数据、网络基础设施等互联网关键资源，承担了互联网标识、地址和路由等关键核心功能，是全球互联互通、网络空间安全稳定的重要基石。

　　本次世界互联网大会，首次举办“构建透明、可信的互联网关键资源管理体系论坛”，为构建透明可信的互联网关键资源管理体系、释放互联网发展新动力建言献策。

　　巩固网络发展的根基

　　互联网是最重要的现代化基础设施之一，正在成为新一轮科技革命和产业变革的关键支撑和重要保证，推动我国科技创新、数字经济和现代产业体系的可持续发展。统计显示，截至2022年6月，我国网民规模已达10.51亿人，互联网普及率达到74.4%，远超全球平均水平，我国正在从网络大国向网络强国阔步迈进。

　　“互联网核心技术是我们最大的利益。”中国工程院院士吴建平说，“网络空间核心技术体系是网络空间命运共同体的重要支撑，只有掌握下一代互联网核心技术，才能真正筑牢未来网络空间命运共同体的牢固基础。”

　　互联网域名系统国家地方联合工程研究中心主任毛伟表示，从互联网体系架构出发，可以简单地将互联网分为物理设施层、基础资源层和应用层三层结构。其中，物理设施层是由计算、存储、网络共同构建的底层支撑，好比“信息高速公路”；应用层是金融、政务、社交等基于互联网形成的各种应用，就像跑在高速公路上的汽车；基础资源层则类似于两者之间的导航系统。

　　“‘导航系统’一旦失效，就会面临断网风险。因此，互联网关键资源常被称为‘网络根基’，关系到互联网发展的基础。”毛伟解释。作为网络空间的“导航”，DNS已经超越最基本的解析功能，成为涵盖网络空间关键技术资源、软件系统在内的支撑全球互联互通共享共治的重要基石。

　　“从核心技术突破的角度来看，下一代DNS要向数据赋能、全面感知、可靠传输、智能分析、精准决策升级，进一步筑牢数字经济重要网络根基。”毛伟说。

　　释放数据要素价值

　　“如何更好支持数字经济发展”成为互联网关键技术发展的关键之问。

　　面对不断升级的网络安全挑战，DNS的技术适配与升级成为当务之急。数字经济的高质量发展、新一代信息技术的深化应用，同样需要DNS技术的创新突破。

　　网络空间也是全球数字经济的生存和发展空间。在伏羲智库创始人李晓东看来，从DNS到DIS的转变是数字化发展的方向。“互联网不仅为全球范围内主机的互通互联搭建了桥梁，更为数字化数据采集、交换与传输提供了基础，承载了数字经济中的要素流通，对数字经济发展至关重要。”李晓东说。

　　信息化进程包含数字化、网络化和智能化三个阶段。其中，数据与应用结构是信息化竞争的必然趋势。数字经济、数字政府、数字文化等，都是数字化发展应用的重要方面，也是互联网发展的重要方向。“从网间互联到主机互联再到数据互联，盘活数据要素去释放数据价值，是互联网关键资源的发展趋势。”李晓东说。

　　夯实网络安全防线

　　互联网的发展，不仅便利了人们的生活，也带来了潜在风险。随着技术的不断进步，网络攻击者的攻击方式更加先进、成本不断降低，网络钓鱼、恶意软件、供应链攻击等攻击行为，严重危害了人们的日常生活与产业发展。

　　“管理互联网关键资源时，共担安全责任非常重要。”亚马逊云科技副总裁保罗·卫克玺呼吁共担互联网关键资源的安全责任，“它源于人们的基本常识——修得好栅栏，收获好邻居——明确的边界可以防止混乱的产生。”

　　进入数字文明时代，网络安全的概念难以涵盖数字化技术带来的各种新挑战，所以需要升级为数字安全。“保障网络安全，要有‘上山下海’的劲头。”360集团创始人周鸿祎表示，要推动数字经济与实体经济融合发展，让中小微企业在数字化的过程中得到基础的安全保障。

　　十年来，我国网络安全工作水平显著提升。“网络安全为人民、网络安全靠人民”深入人心。中国网络空间发展治理实践证明，世界各国都可以找到适合自己的互联网发展治理之路。

　　《光明日报》（ 2022年11月10日 11版）

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）