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｜王素：汉字能从“汉字文化圈”迈向“地球村”吗？******
中新社北京12月13日电 题：汉字能从“汉字文化圈”迈向“地球村”吗？
——专访中国著名历史学者、汉语言文字研究专家王素
中新社记者 李京泽 高凯
每逢年终岁尾，海峡两岸和港澳地区、日本、韩国、马来西亚、新加坡等地的人们会精心选择年度汉字来反映一年来的世态百相。年度汉字评选活动成为惯例，汉字的魅力一次次显现，其蕴藏的文明密码越来越吸引世界的目光。
人们为何选择汉字进行年度总结？作为几大古老文字中唯一从未间断、一直沿用至今的文字，汉字的魅力从何而来？未来汉字能从“汉字文化圈”迈向“地球村”吗？中国著名历史学者、汉语言文字研究专家王素近日接受中新社“东西问”专访指出，每一个汉字都有丰富的文化内涵，看到汉字，就看到了文化，汉字早已从中国到了“汉字文化圈”，再从“汉字文化圈”大步迈向“地球村”，应该为期不远。
现将访谈实录摘要如下：
中新社记者：每年进入12月份，年度汉字开始在亚太多个国家和地区被陆续选出，评选活动受到普遍关注和欢迎。人们为何不约而同选择汉字进行年度总结？
王素：首先因为这些地方都属于“汉字文化圈”。二战后，日本东京学派第三代领军人物西嶋定生提出著名的“东亚世界论”，认为“东亚世界”是以中华文明的发生及发展为基轴形成的世界。该世界的构成含有汉字文化、儒教、律令制、佛教四要素。除中国外，东亚地区的日本、韩国、朝鲜、蒙古国，以及东南亚的马来西亚、新加坡、越南等国，都曾长期以汉字为交流工具，属于“汉字文化圈”。直至今日，这些国家仍是中华文化外延很重要的一部分。
不少国家和地区选择汉字进行年度总结，除了“汉字文化圈”因素外，还与当地生活着不少华人，或有大量华裔存在一定关系。汉字是中华文化的重要根脉，也是华人、华裔与中华故土联系的重要纽带。
“香港年度汉字评选2022”记者会，公布10个候选年度汉字。陈永诺 摄中新社记者：汉字的起源与发展，本身就是世界文明史上的一大奇迹。您认为汉字有怎样的特殊性？作为文化和文明载体，汉字有何重要的社会作用？
王素：汉字与拼音文字不同，俗称表意性方块字，确实有着从未间断的悠久历史。汉字的起源，一般认为来自原始的图画。每个汉字都有形、音、义三要素，字形排第一。所谓象形字，就是图画。
荷兰著名汉学家高罗佩在《悉昙：中国和日本梵语研究史》书中指出：中印文化传统不同，中国重文字，印度重声音。他认为中国文字重字形。
汉字的特殊性在于象形性和表意性。东汉许慎《说文解字·序》记“六书”排序：一曰指事，二曰象形，三曰形声，四曰会意，五曰转注，六曰假借。前四书属于造字法，后二书属于用字法。造字法的重点都在象形和表意。
“字由人──汉字创意集”展览在香港举办。陈永诺 摄 汉字的特殊性还在于字、词不分，只字可作单词，合成词可分单个字，一字多义，一词多义，作为文化和文明的载体，对于文化的憧憬和文明的升华，都有不可替代的社会作用。
譬如，杜甫在《春日忆李白》诗中写道：“清新庾开府，俊逸鲍参军。”庾信的诗，到底是清美新颖，还是清奇新艳？鲍照的诗，究竟是英俊飘逸，还是轻俊闲逸？什么诗算得上清新，什么诗算得上俊逸？实际都是只可意会，不可言传。而这种语境，对于人际沟通和群体交往都可承载一种可意会的社会作用。中华文化在这种语境中充满憧憬，中华文明在这种语境中获得升华。
由江西省博物馆与中国文字博物馆联合举办的《汉字——中国文字起源与发展》展览。刘占昆 摄中新社记者：汉字不仅是文化的载体，应如何理解汉字作为文明发展和传播的重要助推器作用？
王素：汉字在“汉字文化圈”所属国家和地区，读音或有不同，象形性和表意性没有变化。只要粗知汉字的造字原理，看图识字，因形辨义，就能进行交流。
从古至今，中国的对外交流一直存在“笔谈”的传统，在“汉字文化圈”所属的国家和地区，也有大量汉字“笔谈”文献。据研究，不仅有中日、中朝、中越、中琉的汉字“笔谈”文献，还有日本、朝鲜、越南、琉球之间的汉字“笔谈”文献，甚至还有朝鲜、琉球、越南三方的汉字“笔谈”文献。
晚清著名诗人、外交家、政治家黄遵宪，曾在与日本汉学家宫岛诚一郎“笔谈”后赋诗云：“舌难传语笔能通，笔舌澜翻意未穷。不作佉卢蟹行字，一堂酬唱喜同风。”这是“汉字文化圈”特有的人文交流景观。汉字对于文明发展和传播的重要助推器作用可以想见。
汉字顽强的生命力来自丰富的文化内涵。譬如“信”字，从人从言。《说文解字》说：“直言曰言。”又说：“信，诚也。”人言必须讲诚信，内心必须信守承诺。《论语·颜渊》记孔子曰：“自古皆有死，民无信不立。”对于“信”字的内涵，“汉字文化圈”是有共识的。
其实每一个汉字，都有这样丰富的文化内涵。看到汉字，就看到了文化；只要文化不绝，汉字就会永远向世界展现顽强的生命力。
古文“信”字。中新社记者：随着中国和世界的深度对话沟通，汉字也伴随着中华文化走向更为宽广的世界舞台。您如何看待汉字与其他语言文字的交流和相互影响？
王素：汉字的发展史，也是其逐步走向周边乃至世界的过程。历史上，“汉字文化圈”的形成主要在汉唐时期，前后经历了八百年。当时作为东亚最为先进的国家，中国有着开放包容的胸襟，周边邻国乐于学习汉字文化和儒家思想。
汉字要想走向更为宽广的世界舞台，首先必须规范汉字，使之能与世界接轨。此前中国进行过两次汉字简化改革。应该如何简化才能保留汉字的象形性和表意性、保护汉字丰富的文化内涵和顽强的生命力，这是一个需要不断探讨的重要课题。
中国文字博物馆外景。中国文字博物馆 供图中国学术巨匠饶宗颐晚年写了一部书，名为《符号·初文与字母：汉字树》，很值得一读。他认为：汉字与拼音文字实际都源自陶文符号，后来分道扬镳，拼音文字向语言化发展，汉字向文字化发展。这带来“语、文分离”：语言化导致楔形文字死亡，拉丁文被架空亦死亡；文字化终使汉字发展壮大，成为一棵大树，枝叶葰茂，风华独绝。
汉字与拼音文字原本同源异流，在相互交流中相互影响，是文字发展不可抗拒的大趋势。日本是使用外来语最多的国家。中国在改革开放后使用外来语汇也越来越多。地球是全人类共同的家园。中国要继续坚持改革开放，繁荣文化，发展经济，改善民生，增进中外互鉴，汉字早已从中国到了“汉字文化圈”，再从“汉字文化圈”大步迈向“地球村”，应该为期不远了。(完)
受访者简介：
王素，中国著名历史学者、汉语言文字研究专家。故宫博物院研究馆员、古文献研究所名誉所长。“全国古籍保护工作专家委员会”委员、“全国古籍整理出版规划领导小组”成员、“甲骨文等古文字研究与应用专家委员会”委员、“古文字与中华文明传承发展工程”专家委员会委员，“点校本‘二十四史’及《清史稿》修订工程”修纂委员会委员。主要从事中国古代史研究和出土文献整理研究，参加或主持的出土文献整理图书有《吐鲁番出土文书》《新中国出土墓志》《长沙东牌楼东汉简牍》《长沙走马楼三国吴简》《故宫博物院藏殷墟甲骨文》等。个人出版专著18部，发表论文、书评、杂撰等400余篇。
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大众彩票地图 |
)