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。
与名人交往忆事******
苏戈
我到中新社当记者,是在五十年代初中新社刚成立不久。副社长王纪元同我谈话说:“中新社处于起步阶段,在社会上还没有影响,需要社会各阶层人士的支持,特别是要邀请国内知名人士及文艺界名家为我社撰稿,扩大海外影响。”
那时,当一名文艺记者也有很多困惑。如文艺界名人生活习惯的差异,已经成名的人士不在乎多一次的扬名机会,加上许多人士或单位不认中新社的牌子,所以我开始工作时遇到了一些问题——人家不理睬摔电话、吃闭门羹,特别是同新华社、《人民日报》多家中央级媒体记者共同采访时受到冷落等,让我觉得很伤面子。再加上社内也有很多规矩限制,如要了解外报转载的文章落地情况,只能查看进步报刊,中、“右”的报不得借看等,这给开展工作带来很大的不便。当然,随着时间的推进,社会对中新社的了解不断深入,工作逐步开展,我的工作得到绝大多数各界名人及文艺单位的支持与帮助。更有许多青年人对我这份能经常接触明星、歌星等文艺界人士的工作极为羡慕。每当忆起当年那些人和那些事,我也倍感欣慰,难以忘怀。
老舍先生的幽默与认真
有一次采访老舍先生,我带上介绍信到乃兹府老舍先生宅院(现改为老舍先生纪念馆)。见到老舍先生后,我将信递交过去,先生看了信便问:“中新社和新华社有何不同?”我将中新社是民办通讯社,社长为金仲华,供稿对象是香港及海外华文报刊等一一道来。先生边看介绍信又问:“是民办通讯社?”“是啊!是啊!”先生认真地重复问,我又重复回答。看来先生对“民办”两个字有不解之处,我也无法解答更清楚。这时坐在旁边的老舍夫人胡絜青大姐笑着说:“民办就是民办。”大家互相看着笑了起来。那些年我经常麻烦老舍先生,凡是遇到年节、假日、祖国大庆,便邀请先生为我社撰写文章。只要先生能抽出时间,他绝对愿意帮忙。
如今老舍先生已谢世,他给世人留下了不朽的作品。他的作品不仅生动表现了各阶层人民的生活,也写出最底层人民的疾苦,真实地反映出当时社会的面貌。老舍先生是第一位获得“人民艺术家”称号的人,让人永远怀念。
张恨水状告中新社
张恨水是位著名言情小说家,一生撰写了120多部小说,大量的散文、诗词、游记等作品,是位多产作家。他的著名小说《啼笑因缘》、《金粉世家》、《夜深沉》等多部作品均拍成电影及电视剧,影响极广。我很早就阅读了他的小说,也可以算是他的“粉丝”吧。1956年夏季的一天,我怀着兴奋的心情,前往西四砖塔胡同一座四合小院拜见张恨水先生。当我推开小院便门时,见到先生和夫人正坐在亭院中八仙桌旁饮茶。夫人很娇小,像是南方人模样。在聊天过程中,我感觉先生说话语气低沉,言语不多,似乎有心事,或对当下新中国建立不久的环境不适应?当我问起先生近期有何大作时,先生不直接回答,只说没有什么事,很闲,有时在附近遛遛弯。我根据他说的现实情况,提出请先生为我社撰写一篇《北京街头见闻》,先生答应了。我便不打扰,起身告辞。没过几天我接到了先生寄来的文章,大约四五千字,交给组长黄嘉锦处理。黄嘉锦组长毕业于上海复旦大学新闻系,是地下党员、菲律宾归侨,能干,有魄力。他大刀阔斧将张恨水先生文稿压缩成二千字,便发往香港报刊。事过半个多月,王纪元副社长叫组长和我到他办公室,告诉我们说:“张恨水先生在全国政协会议上告了中新社,说‘对作者不尊重,不负责任,随意改动作者文章’。”发生这种事对中新社影响很不好,组长和我都挨了批评,我们也做了检讨并吸取了教训。尽管我们给张恨水先生带来不愉快的经历,但先生以大度的胸怀仍应邀为香港及海外华文报刊撰写了多部长篇章回小说,对外报副刊给予了极大的支持。为此,我们很感谢张恨水先生。
批斗“电影皇帝”崔嵬
著名电影表演艺术家兼导演崔嵬先后拍摄了《青年之歌》、《小兵张嘎》、《杨门女将》等多部深受广大观众喜爱的影片,并在电影《红旗谱》、《宋景诗》、《海魂》中扮演了不同类型的角色。1962年,由《大众电影》读者投票评选的“百花奖”对崔嵬在电影《红旗谱》中扮演的朱志忠这一纯朴、善良、勇敢的农民形象给予了极高评价,授予他最佳男演员奖。为此,我写了一篇《访最佳男演员崔嵬》,刊登在《中国新闻》稿本第二部分。此稿很快被香港及海外华文报刊转载,香港《大公报》刊登时将标题改为《电影皇帝”崔嵬》。据了解,当天香港街头报亭《大公报》销量剧增,受到香港居民的欢迎。没料到,“文革”期间,“电影皇帝”这篇改动标题的文章给崔嵬凭空增加了一条罪状。在那个黑白颠倒的年月,欲加之罪何患无辞,这位延安时的共产党员就是有十张嘴也说不清了,被那些不了解内外社会制度区别的群众揪斗不放,吃了不少苦头。“文革”过后我又见到了崔嵬,向他表示谦意,“都过去了!都过去了。”崔嵬用他那山东人特有的宏亮嗓音,直爽、坦然地说。是啊!灾难是过去了,如人有再提起那段历史故事,就当笑话讲给后代听吧。
由言慧珠引起的争端
1966年“文革”伊始,有人贴了一张大字报:通讯组曾两次报道有关京剧艺人言慧珠的文章,这两篇大毒草应受到批判……。我看了大字报很气愤,有同志支持我反唇相讥。我想想还是冷静下来。1960年初,著名京剧表演艺术家言慧珠从上海来北京开会时,我采访了她。当时,她是上海戏曲学校副校长。她向我介绍了培养京剧接班人的情况,并对京剧艺术后继有人充满信心。同年夏季我从上海晚报上看到一则关于言慧珠、俞振飞结婚的短讯,即写信邀请她为我社撰写一篇蜜月旅行见闻之类的文章。言慧珠很热情,很快复信。信中说明:他俩畅游长江,欣赏了祖国美丽山河,看到了长江两岸人民的美好生活等。她还说,他们回上海已过多日,不是新闻了,如需要,请我代笔,用她名字发表。我根据言慧珠的委托及信中所描述的情况,写了一篇《言慧珠、俞振飞蜜月旅行追忆》,发给香港。香港及海外有些报纸很快采用。因为这种文体的稿件通讯组曾发表过多篇,很受外报欢迎。记得《我的丈夫,我的蜜月》一稿不仅被多家外报转载,而且得到了中央有关领导人的肯定及表扬。言慧珠是著名须生言菊朋的爱女。言慧珠才艺双全,扮相秀美,唱腔清亮圆润,深受广大京剧爱好者的喜爱。俞振飞是著名小生,是梅兰芳的搭档,他不仅在国内扬名,而且深受香港、台湾及海外京剧爱好者关注。再说,当年通讯组每三个月就要全面检查所发出的文稿,如有问题早就挨批了;其次,所报道的对象,不是个人喜爱而是因工作需要,符合我社规定的爱国主义报道方针。这场由言慧珠引起的争端,未能掀起更大地浪花,没过多久,此事也就不了了之。
国共谈判大政治家邵力子
拜见国共谈判大政治家邵力子,本不属于我的工作范围。领导给了我这任务,只有服从别无二话。领导交代:请邵力子先生撰写一篇国庆十周年观感,不谈人口问题。我领会了精神,随即前去拜访邵先生。邵力子先生是浙江绍兴人,讲话略带乡音。他是1949年代表国民党与共产党和平谈判的主要人士之一,主张国共合作,后因谈判破裂,邵先生主动要求留在北京未回台湾,建国后任中央人民政府政务委员等要职。邵先生很热情也很健谈,待我说明来意后,先生很快应允。他认为,建国十周年各方面变化很大,特别是共产党对民主党派的尊重,对宗教信仰的自由政策等,给先生留下很深刻的印象。当我采访结束起身告辞时,邵先生又问我是否看到了他在《光明日报》发表的有关计划生育及人口问题的文章,接着他很激动地讲道:他曾在1953年时,在一次重大政治决策会议上提出中国人口过多,需要计划生育的观点;还在1954年第一届全国人民代表大会上就人口问题做了专题发言。邵力子先生说:人口多是好事,但在经济和物质不够发达的社会环境中,控制人口刻不容缓。他的观点有三方面:第一,人口过快增长对经济发展不利;第二,生子女多对妇女身体健康不利;第三,对儿童成长教育不利。我聆听了邵力子先生关于人口问题见解与观点,极为敬佩和赞同。但是当年有关人口问题的政策是学苏联,是国策。这一观点又有多少人敢于站出来表示同意?我做为一名记者更不敢随意表态。先生看我没任何表情,一定是大失所望。很遗憾,如果先生不在“文革”中故去,如果先生能活到现在,看到中国人口增势得到控制,经济发展,国富民强,定会感到欣慰。
(历史资料)
(文图:赵筱尘 巫邓炎)