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。
从四十七个开始******
——在中新社成立会上的讲话
廖承志
今天中国新闻社基本上是组成了。现在你们有47个人,这在开头已经不算太少了。新华社起家的时候才五个人嘛!
中国新闻社的任务是什么?为什么要建立这个社呢?
我们在国外有1200多万华侨。他们过去是帝国主义压迫、剥削的对象。现在帝国主义害怕他们,因为祖国强大了。华侨过去对中国革命作过巨大的贡献,新中国成立后,他们仍要为巩固人民民主专政继续做出新的贡献。但是,现在反动派对华侨广播的电台,根据已经知道的就有八、九个之多,华侨受到反动宣传,受到威胁利诱和被分化。他们远离祖国,对祖国情况不了解,而且祖国的某些事情和他们还有一点小矛盾,比如土改。大的方面是不矛盾的,土改后提高农村购买力,对工商业,对华侨都有好处。但小的矛盾是会发生的,不可避免的。美帝就利用这些小矛盾来大肆渲染,想以此来争取华侨。所以我们应广泛地团结他们,打破华侨中间的地域和政治宗派,打破一切关门主义。只要是爱国的华侨,不管他们过去做过些什么对不起人民的事,只要现在不做了,都应该团结起来。
如果有人在华侨当中提出过左的口号,把进步的和中间落后的隔离开来,这就是“左”倾机会主义,冒险主义。这样就有失败的危险,美蒋就会利用这种矛盾,各个击破。
我们要建设新中国,争取国际友人的支持是一个很重要的问题,而华侨工作应该是争取国际友人的一个环节,这是不能违反的原则。这项工作,首先是组成华侨爱国统一战线,团结华侨大多数。因此,中国新闻社的任务是重大的。
目前国外华侨报纸的情况大体是这样的:
有一类报纸数量不少,但销路却是最少的,那就是特务报,它们是我们的敌人。
另一类报纸,可能有些编辑过去是亲国民党的,但是现在祖国解放了,他们本身受帝国主义压迫,如果投靠台湾,对他们也没有什么好处,这些人是可以争取的。因此,如果现在还有些中间偏右的,其中定有原因:一是过去我们跟他们的关系搞得不好;二是政治上糊涂;三是脚踏两条船。对这些落后报纸,我们不能谩骂,不要有清高思想,不愿写稿给他们登,好像他们登了,自己就受了“奇耻大辱”。我们应该给这些报纸写稿,他们能说新中国好,当然好;如果不说好的,只要不骂也好;如果不说好的,但能骂蒋也好。中新社要有这样的灵活性。
较进步的报纸,应该更好地阐明爱国立场,更群众化一些。要做到这一点就得解决两个问题:第一,要使报纸能够办下去。但是现在有的人只求痛快,不顾政治后果,这是不对的。应该做到既能坚持立场,又能使报纸生存下去,否则是没有好处的。第二,有些朋友很天真,不懂得事件、地点、条件的不同,不知道不根据具体情况照搬国内的一套是常常要犯错误的,如报道“三反”、“五反”等。他们不知道这样做了,有时恰恰对敌人有利。他们不知道中国是新民主主义国家,和国外的情况不同。中国已搞土改、合作社、集体农庄等,但如在国外也想这样搞,那就是教条主义。
帝国主义所以对华侨不敢下手,一是因为祖国的强大,二是华侨人多,在经济方面也形成一种势力,因此,他们不敢轻视。要保证华侨不受压迫,唯一的办法是依靠华侨自己的团结,很广泛的团结。而要做到进步分子和中间落后分子以及国际友人之间的广泛团结,这主要靠报纸。报纸是喉舌,是思想的领导者。因此,进步的华侨报纸应具备以下两点:一、立场坚定,拥护中华人民共和国;二、便于生根。只讲原则性,而不灵活运用原则,容易使报纸办不下去。但如果一味讲灵活,也会放弃基本立场。
华侨报纸首先要克服一个最大的倾向,是照搬国内报纸的做法。应该确立侨报的新闻作风:一要群众化,不是单给先进分子看,而是给几十万、几百万群众看的;二要报道祖国。帝国主义的新闻方针是企图封锁新中国的真相的对外传播,因此,侨报要报道祖国,在三两年内全部侨报都登祖国的消息。
我们的消息应该是:明确、确实、不“客里空”。毛主席反对资产阶级那种耸人听闻的作风。要可靠、真理、真实,知之为知之,不知为不知,尽管因此有时时效会慢一点也不要紧,这是争取读者的信任,应当稳稳当当地做。
报道祖国的消息要讲究写法,便于侨报登载,不致妨碍其生存。因此,新闻应该保证做到:首先,调子要低一些,不光进步报能登,应使中间报、甚至落后报都能登。否则就不用办中国新闻社,有新华社就够了。其次,应和新华社有所分工。新华社讲过的我们固然可以讲;新华社不准备讲或少讲、而应该向国外大讲的,如侨乡新闻,这些就要中国新闻社来发布。报道方式要具体生动。生动不是庸俗,而是有高度思想性的。再次,不要以为是对华侨说的就可以乱说;不能随便报道国内的事情,只能讲已讲过的,而加以生动的补充说明。我们只报道国内消息,不搞国际新闻。中新社的业务范围大致是这样。
根据以上方针,中国新闻社首先要解决消息的形式问题。新华社已树立了很高的威信,华侨多数收听它的新闻广播。因此,中新社稿件面对的困难是:如果只稍为更改几个尖锐字眼,如“斗争”改为“奋斗”,“坚决”两字一概删掉,那是不够的。因为这样,人家就宁愿收听、录载新华社的。另一方面,报道国内消息,要如何使华侨看了不会感到它一点生气也没有。要做的有分量,就应掌握华侨的特点,了解其困难,报道要有特色。有一个时期,新华社为了能在有限的时间内传播更多的内容,把一些稿件压缩,但听众听了就提出意见说:一压把骨头和肉都压掉了,我们宁可多花一点时间听详细的。所以一定要使人家感到适用,而且有分量。这是否把现在的要求提高了呢?是的,要办就得提高,不提高就不办。我们的稿件每个字都要有它的目的性。这任务是艰巨的,是一件新任务,对新华社老干部来说也是这样。固然,在解放战争时期,新华社的稿件也曾经要求照顾国民党统治区,但是那毕竟还是国内,现在我们的报道是对国外的,我们要做的是彻底粉碎美蒋阴谋。因此,首先应使华侨对中国新闻社有好感。所以,如果把中国新闻社的稿件简单化,那是完全错误的。处理中国新闻社的稿件,首先要了解华侨的特点和侨务政策,还要熟悉新闻业务。这样才能把稿件加工好。因此,要做一个中国新闻社记者是不容易的。第一,要熟悉国内政策;第二,要熟悉侨务政策;第三,要了解华侨侨居地各种情况,包括那里的革命斗争。这样,在报道时才不会和当地情况有所抵触。我们报道国内的消息,必须加上这三条才能通过。否则,消息会有片面性。因此,写消息不能用“随笔一挥”或“倚马万言”的态度。“倚马万言”是要不得的,他只能是废话连篇,那是凭兴趣,不是向人民负责的态度。我们的稿件要每个字斟酌。这就得靠我们的事前准备。
过去,我当新华社社长时,毛主席每天都打电话来问,如:某某地方加了一个标点是什么意思?某某地方多了一个标点把意思割裂了……等。每个字,每个标点符号,他都注意。因此在处理稿件问题上应建立一个制度——事前请示、事后报告,层层负责。要确立这个纪律。没有纪律的新闻社,它将会替敌人服务。新华社就是严格执行这种纪律的。有了严格的政治立场和政策思想,有了严格的纪律制度,才能有所成就。不要以为中国新闻社是民间私营的、就可以随便一些,不必严格。国外华侨,只要你是从新中国发出去的消息,就认为是国家的呢!
毛主席说过:胆大心粗和胆小心细的人都不能做新闻记者。应该要胆大心细。想做到这一点,当然还需要提高思想认识和加强理论学习。
今天,中国新闻社成立了,算是母鸡下了蛋。但是这个蛋,孵出来的将是鸡还是鸭,要靠大家的努力来决定。
大家只要肯虚心、抓紧,不放松,就可以把工作做好。此外,应研究如何和广东、福建侨乡建立联系;研究侨报动态及其存在的一切问题。这些,明天起就得做。这样才能把工作搞好。说不定现在每天发5000字,很快就能发8000字。这需要我们加强学习,互相团结,开展批评和自我批评。这是毛泽东时代的新闻工作作风。
这个担子是重的。新开始做这项工作的同志要加紧学习,提高自己,以便能逐步挑起重一些的担子;老的同志,更应挑起这副担子,大家要咬紧牙根来搞好这件工作。
(历史资料)
(文图:赵筱尘 巫邓炎)