点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
东西问丨蒙曼：如何从古典诗词看见中华民族共同体？******
中新社北京1月8日电 题：如何从古典诗词看见中华民族共同体？
作者 蒙曼 中央民族大学教授
中华民族是一个诗的民族。
《公羊传》云：“饥者歌其食，劳者歌其事。”这里的“饥者”和“劳者”，其实已经涵盖了中华历史上的各个民族。每个民族都有属于自己的歌声，与此同时，用汉语吟诵、汉文书写的古典诗词则具有更为广泛的包容力和感染力，让生活在中国这片土地上的各民族都以它为媒介，歌唱生活，抒发情感，也熔铸出中华民族共享的审美情趣和共同的精神气质。
古典诗词作为中国灿烂文化中的一颗明珠，本身就映照出中华民族和衷共济的历史进程，情感交融的精神光辉。
四川省绵阳市，小朋友参加诗词诵读比赛。唐平瀛 摄中华各民族的共同创造
中国古人按地理方位，把人群分成了诸夏、“东夷”、“西戎”、“北狄”和“南蛮”。《诗经》中已包含了不同人群的心声。《诗经·商颂·玄鸟》云：“天命玄鸟，降而生商。”有商的王族，不正是“东夷”人吗？中国的东北民族普遍有飞鸟崇拜，有鸟卵生子的起源传说，而这一独特的区域文化最早的文献证据，正是《诗经·玄鸟》。
《诗经·小雅·采薇》中“昔我往矣，杨柳依依。今我来思，雨雪霏霏”，长长的柳条自此开始有了离愁与相思的意象。《采薇》吟咏的是周人和“西戎”猃狁之间的战争，不过周人的先民原本也是起自“西戎”。在运城市垣曲县北白鹅村东的一处周代世袭贵族召氏家族墓地中，一件侈口双耳虎纹铜罐引人瞩目。这样器形与纹饰的铜罐在中原找不到源头，却广泛存在于当时西北地区的游牧人群中，这再次提示人们西周与西戎间千丝万缕的联系。周人的先民曾在农耕和游牧间反复徘徊，最终才走上中原化的道路，直至成为奠定中华民族基础的“三代”之一，开创了独具中国特色的礼乐文明。而这个从西向东，由“戎”入“夏”的过程，早已记载在《诗经》的动人篇什里。
包括西戎义渠“豪车”、秦公大墓铭文镈钟在内的128组300多件文物珍品亮相西安秦始皇帝陵博物院，揭开了秦文化与西戎文化的神秘面纱。田进 摄在中华民族的古典诗词宝库中，还有两篇著名的翻译诗篇，一首是反映北方民族苍劲风骨的《敕勒歌》，还有一首是反映百越人民似水柔情的《越人歌》。
“敕勒川，阴山下。天似穹庐，笼盖四野。天苍苍，野茫茫，风吹草低见牛羊。”公元546年，东魏在玉璧之战中败北。在阴郁的气氛中，出身敕勒族的大将斛律金唱起了这首《敕勒歌》，雄浑苍凉的歌声打动了所有人，大家都是敕勒川的儿女，怎么能甘心客死他乡呢？就这样，军心再一次被鼓舞起来，这支军队得救了。当时斛律金唱歌的时候，用的是什么语言呢？有人认为是敕勒语，有人认为是鲜卑语，但无论如何不可能是汉语。后来，有人把它翻译成汉语，这才有了我们今天看到的精彩绝伦的《敕勒歌》。能征善战的敕勒人早已经消失在历史的风烟中，可是只要《敕勒歌》还在，敕勒人就永远不朽。
敕勒川国家草原自然公园景色。王正 摄《越人歌》的故事更早，也更传奇。春秋时期，楚国的公子子皙受封为鄂君。当时，鄂地还是越人的天下。一天夜晚，子皙泛舟中流，为他撑船的越人即兴唱起：“今夕何夕兮搴洲中流，今日何日兮得与王子同舟。蒙羞被好兮不訾诟耻，心几烦而不绝兮得知王子。山有木兮木有枝，心悦君兮君不知。”这是多么动人的情感。子皙当即就按照楚人的礼节，双手扶了扶越人的双肩，又郑重地把一幅绣满美丽花纹的绸缎被面披在他身上。楚国原本就属于“南蛮”，越人更是被称为“鴃(jué)舌鸟语”之人，这首情歌当时就是用越语唱出的，汉代刘向编纂的小说集《说苑》中，还记载着这首诗的越语音调。子皙听到的已经是楚语的翻译，我们今天看到的版本，则是经过了更复杂的翻译和加工。当年的越语和楚语早已不再使用，但这首沟通了楚越之心的诗篇却成为中国古典诗词的经典之作，打动着一代又一代中国人。
独舞《越人歌》。张畅 摄在古典诗词的创作队伍里，一直不乏周边少数民族的身影。以唐代诗人为例，很多学者认为，唐代大诗人白居易出自龟兹王族，元稹则是鲜卑皇室的后裔，刘禹锡则有匈奴人的血统……这些闪光的名字一次次证明，古典诗词并非仅仅属于汉族，而是一直由中华各民族共同创造的。
不同的生活场景，共同的民族精神
古典诗词是中华各民族共同创造的，也反映着中华各民族不同的生存状态。说到北方的游牧生活，我们经常会想起高适的《营州歌》；谈起唐代巴人的风情，也立刻会想到刘禹锡的《竹枝词》。刘禹锡是北方匈奴人的后裔，但他却那么细腻地刻画着唐代西南儿女的生活，还借助巴渝地区民歌的曲调与格调，创作出富有浓厚民歌气息的新诗体——竹枝词。“东边日出西边雨，道是无晴却有晴”，诗中吟唱的何止是天气，不也是那来自于一切有情儿女，又包容着一切有情儿女的心情吗？从北方的长城到南方的五岭、从西域的骆驼队到东海的捕鱼船，中华各民族不同的生活场景都出现在古典诗词之中，让我们知道中国之大、中国之美。
“梦游巴渝十二景”光影互动艺术空间吸引游客感受巴渝的优美景致。周毅 摄不同区域、民族的生活场景是不同的，但中华民族的民族情感和精神却又息息相通。中华民族是眷恋家乡、热爱祖国的民族，无论是哪个民族的诗人，都以诗为媒，抒发桑梓情深和家国情怀。在中原诗人笔下，北方草原往往是衰草连天、黄云蔽日，不免带有萧瑟之感。但元代回回诗人萨都剌的《上京即事五首》却让我们看到了截然不同的情感基调。“牛羊散漫落日下，野草生香乳酪甜。卷地朔风沙似雪，家家行帐下毡帘。”为什么诗人觉得野草那么清香，奶酪那么甘甜，毡帐那么温暖？因为这就是草原儿女的家乡。只要是从小生长的家乡，就会引起诗人由衷的眷恋，这种“胡马依北风，越鸟巢南枝”的感情，就是中华民族共有的桑梓之情。
内蒙古自治区锡林郭勒盟，牧民拍摄草原舞蹈短视频。刘文华 摄再说家国情怀。十二世纪上半叶，中国出现了北方的金和南方的南宋两个政权。南宋爱国将领岳飞的《满江红》：“待从头，收拾旧山河，朝天阙！”这还我河山的热望，至死都萦绕在岳飞的心底。但就在岳飞死后不到二十年，金朝皇帝完颜亮大举南征，试图统一中国。当时，他还写下了一首《题临安山水》：“万里车书一混同，江南岂有别疆封？提兵百万西湖上，立马吴山第一峰！”这意味着这位出身女真族的皇帝，也把统一中国作为自己的最高梦想。表面上看，这一词一诗情调各异，岳飞和完颜亮也互为仇雠，但这两个人其实又分享着一个共识，中国不该分开，南北必须统一。这不就是中华儿女自古及今的家国情怀吗？东南西北不同的生活场景、生活方式，都不能阻挡人们逐渐形成共同的民族精神。
粤剧孵化剧目《精忠魂》在广州江南大戏院上演。许建梅 摄中华民族共同的精神财富
古典诗词在中国有着最深厚的群众基础，在很大程度上是因为它拥有最广泛的题材，最丰富的情感和最具民族特色的审美。它记述时令、赞美英雄，平平仄仄平平仄，仄仄平平仄仄平，我们从小就熟悉这种整齐而铿锵的韵律，因熟悉而热爱，因热爱而传承。我们背诵着同样的诗歌长大，也用同样的诗句抒发着对人生的感慨，这就是中国人代代传承的文化基因，也是中国人相互识别的文化密码。
演员吟诵杜甫的《江南逢李龟年》。杨华峰 摄历史上中国人用诗歌歌唱生活、抒发情感，也用诗歌来浸润人心、教育后代，最终活成了一个诗意的民族。纵观全世界诗歌发展的历史，西洋多长篇大论的战争史诗，比如《伊利亚特》和《奥德赛》，反映了特洛伊战争中英雄变动不居的命运；而中国多短小精悍的抒情诗，如李白的《静夜思》，抒发的恰恰是在永恒的月光下，一个普通人的思乡之情。我们当然无意比较两种文化传统的长短，但战争总会过去，情感却永远流淌在人们心中，让所有吟唱者的心越来越温暖，也越来越团结，最终成为像石榴籽一样牢牢凝聚在一起的中华民族。
西安大唐不夜城“唐食坊”售卖的唐诗糕点，外形的诗句文字雕刻精致，具有浓郁的古典文化气质。彭华 摄1682年康熙皇帝因为云南平定，出关东巡，祭告奉天祖陵，著名词人纳兰性德以侍卫的身份随行。出山海关，风雪凄迷，纳兰性德思念京师、思念家人，写下了一首著名的《长相思》：“山一程，水一程，身向榆关那畔行，夜深千帐灯。风一更，雪一更，聒碎乡心梦不成，故园无此声。”这里的故园，指的是国都北京，但有趣的是，纳兰性德出身于满洲叶赫那拉氏，他的故乡本来就在榆关(山海关)以外，而这个时候，距离满洲民族大举入关，也只不过才过去了不到四十年。四十年的时间已经足够让诗人习惯北京，习惯中原，甚至“反认他乡是故乡”。事实上，纳兰性德的这一认知并没有错，因为无论从东西南北哪一个方向走来，我们都有着同一个故乡——中国。(完)
作者简介：
中央民族大学历史文化学院教授，博士生导师。研究领域为隋唐五代史及中国古代女性史。
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神app地图 |
)