快3app_快3app

人民币汇率“六连涨”折射中国经济向好预期******

　　本报特约评论员

　　世界之变、时代之变、历史之变正以前所未有的方式展开，“虽有狂风骤雨，更有辽阔深邃和澎湃动力”。全面贯彻落实党的二十大精神，充分认识并切实用好我国经济发展的多方面比较优势和有利条件，继续夯实“稳”的基础，持续增强“进”的动能，在更周全的“稳”与更高质量的“进”良性互动中推动高质量发展，中国经济定将不断焕发新气象，为全面建设社会主义现代化国家开好局、起好步。

　　2023年开年6个交易日，人民币对美元汇率中间价走出“六连涨”，进入6.7元区间。1月9日，人民币对美元中间价报6.8265，创下2022年8月22日以来新高，调升647个基点。当日离岸、在岸人民币盘中双双收复6.8元关口。1月10日，人民币对美元中间价报6.7611，再次大幅上调654个基点。这轮自2022年11月开启的人民币对美元汇率中间价反弹回升，至此已累计上涨超6%。

　　从去年末到今年开年至今，人民币汇率走出了一波反弹回升行情。2022年底以来的人民币汇率大幅反弹、境外资本流入持续增长，充分反映了国际金融市场坚定看好我国经济发展。特别是近期，得益于稳增长政策显效，经济活动加快恢复，给予我国资产乃至人民币汇率更多溢价，人民币汇率得以在一篮子货币中走势领先。不仅是汇率市场，在经济复苏预期的支撑下，全球投资者对人民币资产更是表现出极大热情。展望2023年，国内经济运行有望总体回升，对人民币汇率将构成强有力支撑。

　　消费正在回暖，中国经济企稳反弹明朗。去年以来，我国经济发展面临不小的困难挑战，经济恢复的基础尚不稳固，疫情仍是影响经济平稳运行的重要因素，需求收缩、供给冲击、预期转弱三重压力仍然较大。应当看到，这些问题是前进中的困难挑战，我国经济韧性强、潜力大、活力足，长期向好的基本面没有变。

　　在刚刚过去的元旦小长假期间，全国各地烟火气升腾、百业回暖。相关部门的数据作出了有力的说明——元旦假期全国铁路日均发送旅客较去年11月份增长109%；国内旅游收入265.17亿元，同比增长4.0%；新年首日，全国营业影院数量创下近10个月以来的新高；“2023全国网上年货节”首日，全国网络零售额452亿元，比去年年货节首日增长了6.5%。

　　尽管疫情并未完全结束，但生活正在被一点点焐热，消费正在加快回暖，传递出中国经济向上向好的积极信号。面向崭新的2023年以及更长远的未来，只要我们内心笃定，充满信心，坚持稳字当头、稳中求进，中国经济这艘巨轮就一定能够逆风而上、奋楫扬帆，在向上、向好、向着高质量发展的道路上稳健前行。

　　宏观政策是推动经济恢复、企稳向上的重要保障手段，也是促进经济社会发展提质增效的重要激励工具。2022年我国综合施策，坚持阶段性措施和制度性安排相结合、组合式手段并举。中国经济航船能在外部风浪的多轮冲击下保持平稳运行，一条重要经验就是持续强化政策联动，一系列宏观政策靠前发力、精准有力、形成合力，不断巩固经济回稳向上的基础。经过应对内外部各种冲击挑战的实践，宏观调控举措更加丰富，政策储备工具更加充足，各方面准备更加充分。

　　2022年中央经济工作会议强调“积极的财政政策要加力提效”，2023年要适度加大政策扩张的力度，提高政策效能，更好发挥财政撬动社会资金的杠杆作用；强调“稳健的货币政策要精准有力”，今年货币政策力度要够，保持流动性合理充裕，投向结构要精准，尤其要支持小微企业、科技创新、绿色发展等领域；强调“产业政策要发展和安全并举”“科技政策要聚焦自立自强”“社会政策要兜牢民生底线”。坚持系统观念、做好统筹兼顾，加大宏观政策实施力度，加强各类政策协调配合，就能形成共促高质量发展的合力。

　　世界之变、时代之变、历史之变正以前所未有的方式展开，“虽有狂风骤雨，更有辽阔深邃和澎湃动力”。全面贯彻落实党的二十大精神，充分认识并切实用好我国经济发展的多方面比较优势和有利条件，继续夯实“稳”的基础，持续增强“进”的动能，在更周全的“稳”与更高质量的“进”良性互动中推动高质量发展，具有长期向好前景的中国经济定将不断焕发新气象，为全面建设社会主义现代化国家开好局、起好步。

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）