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。

“得其大者可以兼其小” ，习近平为何钟爱这款“辩证法” ？******

　　(近观中国)“得其大者可以兼其小”，习近平为何钟爱这款“辩证法”？

　　中新社北京9月20日电 题：“得其大者可以兼其小” ，习近平为何钟爱这款“辩证法”？

　　作者 钟三屏

　　“得其大者可以兼其小”，在中央党史和文献研究院西班牙语专家安永眼里，这是习近平引用古文经典讲道理 的一个代表性例子。他对中国领导人善于用典印象深刻，因为在当今西班牙政坛这并不常见。

　　但这句“表述古雅 、颇具美感”的中式古语，着实难住了这位自称为“语言工匠” 、有近20年政治文献翻译经验的西班牙人。他在字典和同事的助力下“花了一个星期来理解” 。

　　这句古语 的出处和释义，对诸多中国读者来说也未必熟悉，更别说文化背景迥异 的外国朋友了。

　　这句话 是宋代大家欧阳修研究《易经》的心得。《易经》构建了一个玄妙复杂的东方式辩证法世界，被视为中华文化 的重要源头之一 。

　　欧阳修认为 ，学习《易经》要先懂得其基本的道理和原理(即“大”)，才能对具体卦象(即“小”)予以分析 ，否则就会陷入庞杂巨细之中 。后人一般以此比喻做事要看“大势” 、从大处着眼。

　　这句“高冷”的古语在今日中国社会“出圈”，和中国最高领导人习近平 的引用不无关系。

　　2015年9月，对美国进行国事访问前夕 ，习近平在接受《华尔街日报》书面采访时引用“得其大者可以兼其小”，强调中美关系要看大局、谋合作，而不能只盯着分歧。

　　“政治家引用这句话，是希望用辩证法来指导人们什么事情 是重要 的”，安永分享他的观察，并认为这句古语适用所有国与国关系。

　　习近平曾指出 ，中美关系不 是一道是否搞好的选择题，而 是一道如何搞好 的必答题。如何搞好？从习近平呼吁中美两国“向前看、往前走”“关键 是管控好分歧” ，外界从中领略到得“大”兼“小”、寻求最大公约数 的东方智慧。

　　如何把这一东方智慧传递给西语读者？安永发现，这句中式古语在西语语境下也有对应的俗语 ：一种 是否定式 ，no hay que andarse por las ramas(不要舍本逐末) ，另一种 是肯定式，hay que ir directo al grano(抓住主干) 。

　　结合上下文等因素 ，安永最后采用了hay que ir a los más importantes(要从最重要 的方面入手) 的译法。

　　他由此还发现了中文和西语之间一个“有趣 的不同点”：中文很多概念以对偶对仗的形式出现，很多词语由两个反义字组成 ，例如是非 、曲直 、对错、远近 ，或一件事“正”“反”对照着说 。而对应 的西语翻译会使用省译或合译 的方法只突出表达“正”或“反” 的一面 。明代大儒方孝孺所著《家人箴》中 的“适己而忘人者 ，人之所弃 ；克己而立人者，众之所戴”，西语可译为La gente se aleja de los que piensan solo en sí mismos y apoya a quienes se desviven por los demás，也印证了这一点。

　　中国不少古文经典涉及哲学层面的思考，具有广泛适用性，可以运用于不同的场景。

　　2013年5月，习近平在给北京大学 的同学们回信时也引用过“得其大者可以兼其小”，以此告诉中国的年轻人，“只有把人生理想融入国家和民族的事业中，才能最终成就一番事业” 。

　　面对“人生方程式” ，习近平同样运用得“大”兼“小” 的辩证法来求解：超越一己得失 ，放眼天下，为家国计。正所谓“小我”融入“大我”，“大我”成就“小我”。

　　安永认为，这是中国领导人想鼓励民众一同发展和守护自己 的国家 。这类“不计个人得失，捍卫国家荣誉” 的话语在西方国家并不鲜见 ，将个人理想和民族理想互融的理念同样能引发西方人的共鸣 。

　　得“大”兼“小” ，不仅是习近平对中国年轻人的期许，也折射出他对自己的要求 。他曾用“我将无我，不负人民”这八个字概括自己的人生态度——愿意做到一个“无我” 的状态 ，为中国的发展奉献自己 。

　　安永说，这表明 ，中国领导人认为要说服民众 ，自己就必须首先成为大家的头号榜样 。

　　不管是国际关系层面 ，还是人生命题层面 ，习近平推崇得“大”兼“小” 的智慧，就 是要察观大势，认清根本 ，保持大格局，顺应大方向 ，在“得其大” 的过程中逐步地实现“兼其小” ，最终达到圆满和谐——这正 是中国思想 的精髓要义。(完)(图片来源 ：中新社、中新网)