丰田换帅凸显“大象”转身之困******
时隔逾13年，全球最大车企掌门人变更。1月26日，日本丰田汽车公司召开董事会，宣布丰田章男将卸任丰田汽车社长，转任丰田汽车公司会长，社长职位由丰田汽车公司旗下豪华品牌雷克萨斯负责人佐藤恒治接任。该项任命将于今年4月1日正式生效。
日本企业的“会长”职位要高于社长，但舆论普遍认为，社长才是企业经营的真正决策者。这意味着，丰田章男将退居“二线”，同时这家全球汽车巨头也将重新开启由丰田家族和外姓人士轮流担任社长的新时代。
作为丰田汽车创始人丰田喜一郎之孙，丰田章男于2009年6月临危受命。上任之初，适逢国际金融危机导致公司财务严重赤字，尔后又经历了全球大规模产品召回、日本大地震、芯片短缺、新冠肺炎疫情等多重考验。对此，丰田章男不断推进内部重组改革，并全力打造TNGA(丰田新全球架构)，提升产品力。目前包含大发和日野在内的集团年销量突破千万辆，超过大众汽车集团，已连续3年成为全球最大汽车制造商。
在带领丰田全球销量夺冠的同时，丰田章男误判了全球汽车产业变革趋势。基于对混动技术和燃料电池技术优势与自信，丰田意图跨越纯电阶段，从混动直接跃升至氢燃料。与丰田不同的是，中国在新能源汽车技术转型战略中，选择了以纯电动作为新能源汽车产业化的突破口，改变了全球汽车产业格局。
得益于良好的顶层设计、不断完善的支持政策体系和企业的集体拼搏奋进，以及超大规模市场优势，中国新能源汽车产销规模不仅连续8年稳居全球第一，而且成为引领欧美汽车企业加快向电动化转型的重要力量。
问题在于，面对全球汽车产业电动化浪潮，丰田章男并不认同电动汽车的发展路线，也曾多次在公开场合“炮轰电动车”，并表示“电动车既不环保也不省钱”“电动车越多，二氧化碳越严重”。
掌门人的态度必然会影响丰田在电动化上推进的决心与速度。面对电动化浪潮澎湃，虽然丰田在3年前也曾推出电动化战略以及e-TNGA平台，丰田章男更是一口气携15款全新电动车亮相发布会，但时至今日丰田的纯电车型在市场上并没找到存在感。公开数据显示，去年特斯拉全球电动汽车销量超过130万辆，比亚迪纯电动汽车销量超过90万辆；丰田的纯电动汽车销量则不及前两者零头，而其试图重新定义纯电动产品的bZ4X，被网友讥讽为“验证码”车型，在市场上根本没有存在感。
“我是老一代，也感受到了作为‘造车人’的局限性，我认为有必要在新的时代隐退。我相信，在过去的13年里，我已经为传递接力棒打下了坚实的基础，新的管理团队肩负着将丰田转变为移动出行公司的使命。”很难想象，在线上发布会上如此讲话，是丰田章男对自己的真实评价。不过，这也从另一个维度凸显了当下“大象”转身之困。
“大象”转身之困，既在于企业对过去思维定势和旧有路径的依赖，也在于庞大组织结构和复杂低效流程的拖累。其实，面临赛道切换时，“既要又要”两个目标同时存在，常常使得越是成功的车企，越会显得左右为难。此前，大众汽车集团首席执行官赫伯特·迪斯也刚刚卸任。与丰田章男在电动化上的“保守”相比，迪斯虽然更加激进，但也在集团内部饱受争议。而软件开发项目进度严重滞后和预算超支，最终成为其不得不下课的导火索。
船大难调头。面对全球汽车产业百年未有之大变局，当前传统车企都在摸索中前行，而企业掌舵者的眼光、态度和决策无疑将深刻影响企业未来。换帅后的丰田和大众，能否在汽车变革新时代突破转型之困，守住领头羊位置，显然还需要时间来检验。 (杨忠阳 来源：经济日报）
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。
