彩之家平台 - 彩之家平台

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“木兰辞”到“爱丽丝” 那些出现在文学作品里的兔子******

　　“雄兔脚扑朔，雌兔眼迷离。”南北朝名篇《木兰辞》让世世代代的读者为花木兰叫好的同时，也顺带普及了一个关于兔子的知识。2023年兔年的到来，让人们对兔子有了更集中的认知兴趣。兔子形象可爱迷人、性格古灵精怪，在全世界范围内，都是文学作品尤其是儿童文学作品和漫画作品中的常客。

　　从古至今

　　那些成功的“文学兔子”

　　龟兔赛跑的故事最早出现在公元前6世纪古希腊的《伊索寓言》中；《西游记》中一段玉兔精的故事在中国广为传播；国产动画《虹猫蓝兔七侠传》中重情重义的蓝兔，是很多人的童年记忆；《比得兔》里的兔子从一开始就跟农夫斗智斗勇，是英语世界里的经典形象；“小兔子乖乖，把门儿开开……”在中国的童谣中，机灵的小兔子用自己的聪明才智战胜了狡猾的大灰狼；在迪士尼电影《疯狂动物城》里伸张正义的兔子朱迪，也让人对兔子的形象大有好感……

　　将月亮与兔子的形象联系起来，是独属于中国人的浪漫。玉兔形象是兔子在中国文学中的一个典型形象。最早将兔子与月亮联系起来的是屈原。《楚辞·天问》中云：“厥利维何，而顾菟在腹”。“菟”同“兔”，意思是：对月亮有何好处，顾菟能常在其腹？反映了古代人认为月中有兔的传说。《淮南子》中也记载了“嫦娥奔月”的神话。

　　中国现代儿童文学的重要开拓者、著名作家郑振铎，创作、翻译了大量童话故事、儿童诗及散文，其中《兔子的故事》是他创作的童话中非常著名的一篇。这篇童话故事由兔子与狐狸、兔子与人熊、兔子遇险、兔子与牛4个短篇连缀而成，既可作为一个整体阅读，又可以各自独立成篇，语言明白晓畅。作者以主人公兔子与其他动物在日常生活中的斗争和较量为线索，通过一系列曲折有趣的动物生活的描绘，塑造出机智、调皮、聪明的兔子形象，给人留下了深刻的印象。

　　在美国现代作家约翰·厄普代克的笔下，“兔子”哈利·安斯特朗成为了文学史上的一个经典角色——一个一碰到问题就像兔子一样撒腿就跑的人。《兔子，跑吧》是约翰·厄普代克“兔子四部曲”中的第1部，整个“兔子”系列时间跨度长达40年，全面展现了美国中产阶级的生活图景。厄普代克的“兔子四部曲”为他赢得了两次普利策文学奖，可以说，这是当代文学史上很成功的兔子。

　　童话故事里

　　有一只具有哲学深度的兔子

　　文学作品中最有哲学深度的兔子，莫过于《爱丽丝漫游奇境》里，那只穿着西服背心、揣着怀表的兔子。在这部作品中，小女孩爱丽丝和姐姐坐在河边，无聊的爱丽丝快要睡着时，突然发现了一只揣着怀表、会说话的兔子。正是为了追上这只兔子，爱丽丝掉进了兔子洞，从而进入了一个神奇的国度。

　　在这个充满怪诞的仙境里，爱丽丝认识了很多有趣的朋友：一副绅士派头的白兔先生、怪异又真诚的疯帽子、骄横残暴的红心王后、势利庸俗的公爵夫人、可以随时现身又随时消失的柴郡猫……因和不喜欢白色花朵的王后发生冲突，爱丽丝突然惊醒，她发现这一切只是自己做的梦。

　　150多年前的一天下午，牛津大学的数学教师刘易斯·卡罗尔和所任职学院院长的三个女儿一起泛舟野餐。三个女孩嚷着要听故事，他想了一个新奇的开头，以三姐妹中一个叫爱丽丝的女孩为原型，即兴讲了一个精彩的故事。这就是儿童文学作品《爱丽丝漫游奇境》的来源。

　　从爱丽丝掉进兔子洞那一刻起，美妙如梦的冒险随之展开——抽水烟的毛毛虫、坏脾气的老鼠、咧着嘴笑的柴郡猫让人过目难忘。尤其是爱丽丝，这个美丽的女孩集怪诞、甜美与幽默于一体，俘获了一代代老少读者的心。

　　奇妙的是，读者读这个故事，就像掉进了兔子洞的爱丽丝一样，辨不清这究竟是一通缺乏逻辑的纯粹胡诌，还是一场对现实生活的精心戏拟。其中的角色对话，总是耐人寻味，有咀嚼不尽的滋味。这部童话的独特魅力在于虚幻荒诞的情节、新奇多变的写作手法、处处洋溢着的快乐精神。字里行间流淌着作者卡罗尔对于孩子的那份真挚而浓厚的爱。人们越发意识到，这不只是一本儿童读物，而是一位数学教授在艺术的形式壳子里进行了一场语言、数学、逻辑等领域的思维冒险。整个作品充满有趣的文字游戏、双关语、谜语和巧智，富有严密的逻辑性和深刻的内涵，是智慧与幻想的完美结合。自1865年诞生以来，这部作品吸引一代一代读者努力揣摩刘易斯·卡罗尔写《爱丽丝漫游奇境》的真实意图，也不乏哲学家分析其中的哲学内涵。

　　“爱丽丝”故事在中国较为全面的译介，始自我国著名语言学家赵元任先生。1921年，赵元任将《爱丽丝漫游奇境》译成中文，译名为《阿丽思漫游奇境记》，由商务印书馆于1922年1月初版，这是我国第一个《爱丽丝》中译本，距今已有百年的历史。后来赵元任又将《爱丽丝漫游奇境》续篇《爱丽丝镜中奇遇记》译成中文，译名为《阿丽思漫游镜中世界》，1969年在美国出版。国内的商务印书馆在1986年出版了两书合订本。“爱丽丝”追随的兔子，也成为中国读者熟悉的形象。上世纪90年代后期，出生于1927年的翻译家、诗人吴钧陶先生，在家里藏书中看到这两部“爱丽丝”的英文版原著，感到“我已年近古稀，读来还是兴味盎然”。他有意动手翻译，花了几年时间，将两部“爱丽丝”译出并顺利出版。

　　2022年末，为纪念国内引进爱丽丝故事100周年，草鹭文化出版了《爱丽丝漫游奇境》珍藏版，收录刘易斯·卡罗尔创作的童话名篇《爱丽丝漫游奇境》及其续篇《爱丽丝镜中奇遇记》。该译本选用资深翻译家吴钧陶先生译本，不删减任何诗句、对话、双关。参考原版书的版式，首次引进G. M. 赫德森、米洛·温特的插图，多达17张全幅彩图和20余幅双色插图，可以领略多个面相的爱丽丝形象，再次在中文读者中引发一股“爱丽丝热”“兔子热”。(华西都市报-封面新闻记者 张杰)

　　(来源：华西都市报 2023年2月3日 A13版)

　　（文图：赵筱尘 巫邓炎）