大发平台登录-大发平台登录

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。

一位德国学者的书法之道******

　　作者：张杨（西南交通大学外国语学院副教授）

　　中国书法在德国的传播至少可追溯至18世纪下半叶，迄今已有两百余年历史。在当代，得益于中德两国在官方和民间层面的交往日益频繁和深入，德国民众有机会躬体力行修习书法，使得书法在德国的传播变得更加立体和鲜活。德国青年汉学家科尔雅·夸克纳克（汉语名李志成）的书法之道即为其中一例。

　　李志成与中国书法结缘于一个日本水墨画培训班。本想借此机会获得新的绘画创作灵感的他，却被简单而又丰富的黑白两色引入了书法的大千世界。在一次采访中，李志成谈及书法令他着迷的原因：第一，书法既简单又复杂，黑白色调、清晰有力的楷书笔画使之看似简单，但数量庞大的汉字以及多样的书体却又让书法具有令人难以置信的复杂度和难度；第二，书法中蕴藏着各式各样的美，严整的楷书之美，奔逸的草书之美，方正险劲的欧体之美，严整浑厚的颜体之美……；第三，练习书法仿佛在冥想，能令人处于一种平和且愉悦的状态，但同时又是一种挑战，因为书写者会怀着雄心壮志，遵守书法的“法度”，试图理解和内化单个的笔画、字或整首诗的精神以及书家的个性。

　　李志成将书法视为一面能够帮助他认识和感知自我的镜子。他说道：“曾经有一段时间，我每天起床后做的第一件事就是练习书法。仅仅几笔之后，我就能感觉到自己是否状态良好，是否能够很好地集中注意力。书法帮助我整理思绪，使我的生活有序。之后，我只需实施我在练字过程中感知到的东西，它是我的指南针和路标，从不对我撒谎，并且在我需要它时总在我身边。”在他2017年撰写的《〈哈利·波特〉与中国书法》一文中，李志成指出，如同哈利·波特在整个故事情节中一再被置于镜前而获得某种自我反馈一样，练习书法仿佛也是在照镜子，因为书写者通常会放松下来，专注于书写，从而获得内心的平静，最终更好地认识和感受自我；而根据心理学的观点，人对于自身行为的定期反思会增强与自我的联系，并由此可能更容易成长为理想型自我。

　　针对当下毛笔被硬笔取代、硬笔又被手机和电脑取代的特殊时代背景，我国当代书法家洪厚甜曾明确指出，这反而是书法涅槃重生的机遇，因为书法的实用性被彻底剥离以后，我们更容易将其当作一种独立的艺术形式来主动追求。对于书法在当代的意义和价值，李志成从人性角度提出了自己的见解。他认为，现代技术与生活的密切融合一方面为我们提供了诸多的生活便利，但另一方面却也让人越来越远离那种因自己动手且不走捷径完成某项任务而产生的愉悦感；在修习书法时，由于没有对提高效率和节省时间的追求，所以也就容易让人获得这种日渐缺失的愉悦感，这其实更符合人的本性。基于自身对书法价值的认识和书法实践的真实体会，李志成不遗余力地通过“教”与“展”双路径传播中国书法。

　　在明斯特大学学习中国研究和哲学时，他就开始与其他对书法感兴趣的汉学专业同学一道学习和练习书法；在本科学业结束后，他赴上海德国学校教授书法；在明斯特大学攻读硕士学位期间，他义务组织大学里的书法学习活动。随着越来越多的人对书法感兴趣，并且也一再得到学生的良好反馈，李志成获准开设一门对所有专业开放的书法课程。据李志成介绍，他的书法课程分为初级班和进阶班。初级班会从最基础的执笔练习开始，之后通过教授“永字八法”让学生感受楷书的八种基本点画运笔要点，此外他还会通过指导学生用毛笔画竹来比较中国的书画；在进阶班的课程学习中，学生不单单需要学习多种书体，还会学习书法作品中所呈现的中国成语和名言以及其中蕴含的观念和思想。

　　就内涵而言，汉语中的“书法”与德语直译过来的“优美书写”相去甚远。德国东亚艺术史学的创始人谢凯曾指出，前者是能够完全且直观地表达书家个性的艺术作品，后者的所指却是受制于无个性且具有装饰功能的规范形式的美术字。为了更立体鲜活地向德国人展示中国书法艺术，李志成专门创办了自己的网站来介绍中国书法，并于2019年底至2020年初在自己的家乡比勒费尔德举办了为期两个多月的个人书法展“白纸黑字——中国书法艺术、汉字及《千字文》”，展品为他自己所书的14节《千字文》韵文。尽管很多观众基于文化差异和语言障碍只能局限于欣赏汉字的外观，但他们却在李志成的书法作品中看到了热爱和愉悦。这正是孙过庭的“达其情性，形其哀乐”、张怀瓘“书则一字可见其心”等论断在异文化场域中的生动注脚。

　　根据当代诠释学的重要代表汉斯-格奥尔格·伽达默尔的观点，我们生活于其中的思想文化传统构成了进行理解与诠释活动时发挥作用的前见或前理解，它为我们理解和诠释事物提供了一种特殊而有限的“视域”。这种“视域”在与所需理解事物的不断互动中得到修正和补充，从而实现“视域融合”，在历史与现在、客体与主体、他者与自我构成的无限统一整体中完成理解和诠释任务。

　　李志成修习书法十余载，在此过程中，他深刻认识到了传统经典以及严格法度对于这门东方艺术的重要意义。他指出，对于经典作品的长期学习和临摹，不仅能够帮助书写者去理解汉字的结构和美学价值，而且还能让有着厚重历史沉淀的“法度”内化于书写者的创作之中，因此，要学好中国书法，非经历勤学苦练的辛劳不可。基于这种认识，李志成常常投入大量时间于书法练习，并尝试通过临摹大量经典作品去感受历代书法大家的生命律动及其所思所感。与此同时，浸润于西方艺术传统的他，也一直在寻求一条中西融合的书法之道。他认为，真正的书法大师绝不仅仅局限于吸收历代名家之长，还需将所学“功力”内化于自身的书法创作，用自己的生活感受来书写，从而形成能够真正表达自我的个人书风。基于此，他在书法方面做过很多尝试，试图以一种新的方式来书写汉字——哪怕常常因结果与自己所设想的不同而感到沮丧，但至少通过尝试能了解到界限在哪里，什么是被允许的，什么是错误的。

　　作为中华优秀传统文化的杰出代表，中国书法在德国的传播是一个典型的跨文化过程。传播的有效性只有在一种中德“视域融合”的认知范式中才能得以实现。李志成对中国书法的接受与传播，正体现了对这门艺术的一种跨文化理解和诠释；他的书法之道，是建立在“视域融合”基础之上的守正与创新。

　　《光明日报》（ 2022年12月22日 13版）

　　（文图：赵筱尘 巫邓炎）