民进党“傲慢式执政”愈发引起不满……******
在1月8日举行的台北市第三选区民意代表补选中，民进党籍参选人再次落选。
自2022年“九合一”选举以来，民进党受“论文门”“黑金政治”等一系列负面事件影响，接连在几场选举中失败，展现颓势。令台湾民众失望的是，该党对败选的所谓“检讨”浮于表面，“傲慢式执政”依旧，也愈加引起岛内舆论的不满。
傲慢，来自上行下效
有批评指出，民进党的执政傲慢遍及全台。
近日，新竹棒球场被揭露有偷工减料重大嫌疑，这个耗资近12亿元新台币重建的棒球场被民进党籍原新竹市长林智坚视为重要政绩。他曾宣称“高度参与，也都经常到工地巡查”，如今面对场地问题已导致4名球员受伤，林智坚却要求新市长解决问题。如果往回看，人们发现林智坚也未对牵涉本人、已有定论的论文抄袭事件作道歉。
新竹棒球场土壤中挖出砖头、电线等物品引起轩然大波(中时资料图)无独有偶，2022年12月，中国国民党籍民意代表李贵敏在台立法机构质询台当局官员花敬群时，花敬群直指李贵敏的问题抽象、无法回答而径直走下备询台，此举动令各界大跌眼镜，这名官员亦广受各界批评。
“上梁不正下梁歪”，有台湾时事评论员表示，民进党当局官员对民生的漠视、对民意代表的不尊重，正是源于台行政部门负责人苏贞昌。据台媒报道，苏贞昌不止一次在立法机构与民意代表公开“呛声”：去年11月11日，苏贞昌与国民党籍民意代表洪孟楷互呛，苏贞昌直接“问候洪孟楷的妈妈”；前年10月12日，苏贞昌被问及防务问题，对国民党籍民意代表郑丽文呛声“袂见笑”(方言：不知羞耻)，也令舆论哗然……
台行政部门负责人苏贞昌(中时报系资料图)傲慢的代价，守住基本盘成问题
当前，台湾社会一股“下架民进党”的氛围持续凸显。一份民意调查显示，仅有31%的民众认同民进党，数据呈现大幅下滑态势。
“九合一”选举大败后，民进党启动所谓党内检讨机制，但被认为沦为形式，也未提出败选“主因”。在随后举行的嘉义市长选举中，民进党再次惨败，有熟悉当地情况的绿营人士坦言，民进党连基本盘都没守住。
1月8日台北市举行一场民意代表补选，民进党再次败选，这已是民进党的“三连败”。有新闻报道预测，“不到两个月后的南投县民意代表选举，几乎也可预期民进党会输。”
傲慢依旧，听不到民众声音
“除了民进党当局行政部门的目中无人，民进党声望持续低落，原因是一党独大的傲慢。”联合新闻网一篇文章直击民进党要害。
也有评论指出，民进党执政傲慢令人无法忍受。
近年来，民进党在立法机构强推各种法案、一味护航“高端”疫苗并拒绝“复必泰”疫苗入岛、林智坚对论文抄袭和棒球场案不知反省、民进党当局官员面对质询时颐指气使，台湾民众对民进党当局的“一手遮天”产生厌恶，在这样的氛围下，民进党一路选输不令人意外。
曾经被视为民进党“票仓”的年轻人也对民进党当局失去信任。“把一个更好的台湾交到下一个世代手上”是民进党上台之际对年轻人许下的“承诺”，如今几乎全面落空。
“因为权力的傲慢，所以不需要沟通、也不能沟通。”在评论民进党的做法时，一位台湾媒体人表示。
“谦卑、谦卑、再谦卑”终究只是口号，民进党“傲慢式执政”形成无视民意的惯性，让岛内民众愈发失望。
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。 大发平台地图 |
