乐乐彩平台_乐乐彩平台

名为奖励、实为门槛？跑单奖励让骑手陷入不停接单困局******

　　看似“跳一跳就能够着”，实则掉进“连环套”

　　跑单奖励让骑手陷入不停接单困局

　　专家建议，平台算法设计应更人性化，保障骑手身心健康

　　本报北京2月2日电(记者刘小燕)晚上10点，阿峰送完了最后一单外卖。回家打开软件后，他看到了上月跑单收入的最终数据：1月共收入15401.36元，其中活动奖励收入3342.6元，占比近22%。

　　春节前后，多名外卖骑手向记者反映，跑单数量越多，获得活动奖励的机会越大，赚取的奖励金额也越高。但名为奖励、实为门槛的设置，也使骑手陷入不停接单的劳动困局，甚至产生安全隐患。

　　“平台的活动每个月都不一样，但都是需要完成不同门槛的配送任务才有奖励，总之就是要多跑单。”据阿峰介绍，他1月31日参加了早中晚三个时段的“跑单礼”活动。按活动规则，阿峰在9点~15点跑单，完成9单奖励21元，完成21单奖励59元，完成27单奖励87元，完成33单奖励126元。为得到最高奖励，阿峰在该时段跑满了33单获得了126元，但此时他已经7个小时没吃饭了。

　　由于完成任务量按接单时间计算，有骑手为了接够活动时间段内的单量，还会冒险接单。“有时时间快截止了，单量还没满足奖励门槛，有的骑手就会一边骑车一边刷手机接单。”阿峰说，还有骑手尽管电瓶车电量快耗尽了，也要先接单，就是为了凑够单量，但这样会引发道路危险。

　　实打实的奖励数字，对骑手而言是有效的激励，却也给他们带来苦恼：一旦某段时间跑单量下降，不仅影响当时收入，还会对后续收入产生影响。在参加工作日“午高峰收入加速”活动时，阿峰的每单奖励有时为1.2元，有时却只有1元。“如果上周送单少，骑手等级就会下降，奖励也就下降了。”阿峰解释说，想要维持高等级，多接单、多送单就少不了。

　　中国青少年研究中心青年发展研究所副所长郭元凯认为，平台推行的跑单奖励活动是一种用工管理手段，但并非可持续的方式。这种额外激励，很容易诱导骑手产生“跳一跳就能够着”的挑战心理，这就无形中延长了骑手的劳动时间，长时间高强度的工作，增加了骑手身心健康的风险。

　　阿峰也坦言，跑单奖励活动更像是一串甜蜜的“陷阱”：“就像一个连环套，跑够了第二档奖励，就想着再够上第三档奖励，慢慢就越接越多。全部都想拿最高奖励的话，一天得跑20个小时，一天三顿饭都没法准点吃。”

　　“不可否认，跑单奖励活动对于增加骑手收入、激发其工作积极性具有积极影响，但骑手应根据身体情况选择合适的工作量，不要把获奖励看作是必须完成的任务。”郭元凯建议，平台应将算法设计得更加人性化，保障骑手的身心健康。

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）