在中国最高领导人习近平紧凑的外访行程中,常常有与当地青少年互动的环节。即便在国内繁忙的日常工作中,习近平也多有与外国中小学生的尺素往来。
在这些互动中,“人民友好的传承者”“东西文明互鉴的促进者”是习近平对各国青少年的深切期待,他与这些“未来”的对话,既有青春的关键词,也有放眼世界的未来。
——友谊的未来
在美国犹他州卡斯卡德小学生沃娜亚的眼中,中国最高领导人习近平是个“很酷”的爷爷。
卡斯卡德小学是犹他州最早开展中文沉浸式项目的学校之一。2020年春节前夕,50名四年级小学生用中文给习近平写就新春贺卡寄往中国。
很快,他们便收到了回信。“习爷爷说我们可以做友谊小使者,可以帮助中国和美国做更好的朋友!”
众所周知,习近平是个“球迷”。2014年对德首次国事访问,在柏林奥林匹亚体育场的草坪上,他与共同训练的中德两国少年足球队员对话:希望你们这一代出现球星!2017年7月,在同一个体育场,他鼓励参加中德青少年足球友谊赛的小球员“成为好朋友、好伙伴”。
在双方共同努力下,中德足球合作近年不断深入,在结出硕果的同时,也成为传播文化和友谊、促进民心相通的桥梁。
在比利时大熊猫园给孩子们送毛绒玩具,在巴布亚新几内亚同合唱团学生聊他小时候唱过的中国歌曲,在冰场中圈为中俄青少年冰球友谊赛开球……这些融元首外交与民间外交为一体的温情瞬间,让友谊的种子厚植,“人民友好的传承者”“东西文明互鉴的促进者”正在成长。
——人类的未来
天下大同、协和万邦是中华民族自古以来对人类社会的美好憧憬。习近平在2022年夏天与马耳他圣玛格丽特中学“中国角”师生的通信中说,“我们生活的世界历史和现实交织、希望和挑战并存,人类命运休戚与共,唯有守望相助、合作共赢才能让人类共享发展成果。”
为破解全球发展难题、应对国际安全挑战,习近平先后提出共建“一带一路”倡议、全球发展倡议、全球安全倡议,中国正在以实际行动践行人类命运共同体理念。与此同时,习近平也用他的方式帮助世界各国青少年更好地理解这些宏大命题。
“像保护眼睛一样保护自然和生态环境”“欢迎你们有机会来到中国,参观世界上最大的风电站和太阳能电站、面积最广阔的人工林和风光秀丽的国家公园”。2022年4月,在复信英国弗朗西斯·霍兰德学校小学生时,习近平同这些关注气候变化的“绿色小使者”分享中国的环保故事。
——阳光的未来
孩子是世界的未来,需要小心呵护,让他们沐浴在幸福安宁的阳光里。
2019年5月15日,习近平在亚洲文明对话大会开幕式主旨演讲中说,“亚洲一些民众特别是妇女儿童正忍受着贫困、饥饿、疾病的折磨,这样的局面必须改变”。
在此前不久,他刚给老挝中老友好农冰村小学全体师生回信。“从你们的来信中得知,‘一带一路’建设给你们的学校和家乡、学习和生活带来了许多积极变化。实现沿线国家共同发展,让民众过上好日子是我提出‘一带一路’倡议的初心。”
“欢迎你们早日乘上中老铁路列车来到北京”,是这封信的结语。2021年12月3日,连接昆明和万象的中老铁路全线开通运营,农冰村小学的学生也坐上了从万象始发的“澜沧号”动车组列车。
中华文化素来秉承“人不独亲其亲,不独子其子。”在联合国的讲台,习近平多次呼吁让全世界的儿童都能沐浴在幸福安宁的阳光里。
百年未有之大变局叠加全球疫情,世界并不太平。“此时此刻,世界上很多孩子正生活在战乱的惊恐之中。我们必须作出努力,让战争远离人类,让全世界的孩子们都在和平的阳光下幸福成长。”习近平2014年在联合国教科文组织总部的演讲,至今依然在回响,人类比以往更需要携手前行,共克时艰。
若行而不辍,则未来可期。(完)(图片素材来源:新华社、中新社、中新网)
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。
(文图:赵筱尘 巫邓炎)