数字技术赋能乡村建设******

　　“十四五”期间数字技术赋能乡村建设是重要的理论与实践命题，也是推进农业农村现代化、稳住农业基本盘、破局乡村振兴和共同富裕的重要抓手。2022年召开的中央农村工作会议明确提出，要依靠科技和改革双轮驱动加快建设农业强国。数字技术和平台深度嵌入农业农村发展各领域，以数字创新驱动乡村振兴，重构农村经济发展模式、治理体系、生活方式，能够不断解放农村生产力，优化生产关系，提高生产效率，提升乡村治理效能，补齐农业农村发展短板，促进农民增收致富，满足其对美好生活的需求。

　　提升数字包容水平

　　党和国家高度重视数字乡村建设工作，自2018年开始已出台系列政策，为数字乡村发展强化了顶层设计。2022年出台的《数字乡村发展行动计划（2022—2025年）》进一步对当前数字乡村发展目标、重点任务等进行了战略部署。据北京大学发布的《县域数字乡村（2020）研究报告》，当前我国数字乡村建设开局良好，基础设施建设、乡村数字经济、乡村数字治理和数字生活各方面都有较快发展。我国行政村“村村通宽带”全面实现，农村地区互联网基础设施进一步改善，数据资源和采集体系、天地空一体化观测体系、农业农村云平台等基础设施建设均在稳步推进。数字技术和平台与农村产业体系、生产体系、经营体系加速融合，持续推进农业全产业链数字化转型。智慧农业、农村电商、数字文旅等新业态、新模式不断涌现，为农村经济发展注入新的活力。数字化治理平台在农村基层治理和公共服务中广泛应用，营造出更加便利宜居的乡村人居环境。但总体上，数字乡村建设仍然呈现东部发展水平较高、中部次之、东北和西部发展滞后的格局。

　　互联网技术应用虽然能够提供均等的受益机会，但使用者从中的获益未必是均等的。数字接入、数字资源、数字素养、数字参与等方面的差异，会导致数字使用结果的差异，不同群体、地区、城乡之间存在获取数字红利的差异，即数字鸿沟。我国城市互联网普及率远高于农村，2022年我国互联网普及率为74.4%，农村地区仅为58.8%。虽然当前乡村数字基础设施的地域差距在不断缩小，但更显著的差距则体现在乡村经济数字化和乡村治理数字化方面，这主要是受到区域经济发展和城镇化发展差异的影响。数字技术的应用与维护成本高昂，可能与小农户（尤其是老年农户）实际生产需求和劳动力资本不匹配，从而加剧农业企业、大型农场与小农户之间的数字鸿沟。小农户因资金、数字素养、数字技能、风险承担能力等方面的不足，叠加老龄化因素，使数字就绪程度不高。其数字信息利用方式与其他群体存在差异，因此导致数字利用结果差异。这些数字劣势使数字乡村建设主体呈现非均衡的参与行为，极有可能使小农户在数字经济发展中逐渐边缘化，从而出现系统性社会排斥和数字鸿沟，进一步扩大收入差距，加剧社会阶层分化。

　　加快推进乡村建设

　　通过数字技术赋能乡村振兴，既要以数字创新驱动农业农村高质量发展和转型，又要不断弥合数字鸿沟，推进数字包容，使所有群体都能够积极参与到数字乡村建设过程中，共享数字红利，实现物质富裕、精神富裕、生态富裕。在实践层面如何实现数字包容？一般认为可通过改善信息技术（ICT）接入来弥合数字接入鸿沟，即改善基础设施建设，提高宽带、网络终端等互联网设施设备的普及率。随着互联网基础设施的进一步普及，ICT接入机会趋于均等，数字鸿沟的内涵进一步深化。相关主体数字资源禀赋或资产存量、数字技能和参与行为等方面的差异，及其导致的参与结果差异也被考虑在内，即存在数字使用鸿沟和数字结果鸿沟。对于数字经济参与主体而言，其自身所具备的资源禀赋，例如信息、知识、技能、产品、服务、时间等“僵化”的资产组合，可通过互联网技术运用和互联网市场交易被激活，通过互联网平台的连通性产生乘数效应。率先掌握“流量”密码，实现互联网资产资本化的群体更能够从数字经济发展中获益。例如，农村电商、农产品网络直播、短视频营销等为农村地区特色产业发展、农民增收致富注入了新动能。

　　第一，强化“数字准备”。可以考虑将数字包容纳入数字中国战略，在政策制定中着重考虑农村居民的数字可负担性、数字可获得性、数字能力及其公平性，建立健全相关政策体系。进一步加强乡村数字网络、数字平台、数字服务的接入性、连通性，有效提升乡村网络硬件设施质量，扩大5G、千兆光网、物联网覆盖面，保证信号质量。尤为重要的是，将数字乡村建设融入新型城镇化战略，从而有效降低网络建设、维护成本。通过财政补贴、市场竞价等方式，或与农村金融普惠、精准扶贫等政策相结合，给予相应的数字设备或物资帮扶、补贴、费用减免等，进一步减轻网络接入的经济负担。

　　第二，提升“数字就绪度”。帮助群众建立互联网思维方式，从知识、技能和态度方面提升数字能力和自我效能，激发其参与经济社会数字化转型的积极性和自信心，使其具有与数字时代动态适配的能力。因此，需要普及农村数字教育，针对不同特征的群体开展多元化、多层次、多渠道的数字教育。加强信息技术课程教学，开设编程课；开展数字技能教育或者职业教育，使新型农民的职业技能与市场数字化转型的需求相匹配。提供简易、易懂的互联网产品服务指南或课程，社区可开展老年人辅导培训，使其能适应社交、医疗、社保、金融及其他政务村务等方面的数字化转型。广泛开展各类型的农村在线教育，鼓励农民灵活运用互联网自主学习，提高其信息获取能力和信息运用能力，提升其数字安全性和隐私保护意识。

　　第三，推进“数字参与”。旨在构建涵盖经济发展、基层治理、社会生活各方面的多元化数字生态系统，通过数字创新与制度创新，在各领域实现数字技术对参与者的数字赋能，推进价值共创和共享，弥合数字鸿沟。这就要求以数字创新激活农村农民发展的积极性，驱动城乡之间要素自由流动；提升数字技术对农村经济社会发展的渗透率；有序推进农业三大体系数字化转型，通过数字技术推广、扩散以及新型经营主体培育，带动小农户与数字农业体系有效衔接。以电商商业模式创新驱动产业链供应链现代化，推进城市农村产品、服务的双向流动，有效连接小农户和大市场，解决两个“一公里”问题。以平台聚合有效整合数字资源，提升不同群体之间的数据连通性，提升基层数字治理效率。鼓励和推动企业的包容性创新，提供优质低价、便捷、无障碍、适老化、安全的数字产品和服务。

　　（作者单位：浙江大学中国农村发展研究院；浙江树人学院管理学院）

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。