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。

文化过客的目光与足迹——读《遥远的彩虹班》******

　　【光明书话】

　　作者：谈凤霞（南京师范大学文学院教授、博士生导师）

　　互联网时代，世界各地的时事新闻瞬间传播，风景生活也都可以一览无余。虽然网络缩短了时空距离，但是对于一方水土的深刻认知，唯有真正踏入才能有切身感受，而且这份感受不仅是关于异域，也连带着我们的故土；不仅关于我们的所来、所在，也关于我们的所往。作为异国他乡的匆匆过客，会有属于过客的新鲜而独到的目光，甚至也可能会留下过客的美好足迹，找到未来的行走方向。荆凡以自身南非生活经历为蓝本创作的儿童小说《遥远的彩虹班》就铺展着这样的目光，铭刻着这样的足迹，也昭示着作者对教育和文化的多重思考。

《遥远的彩虹班》 荆凡 著  浙江少年儿童出版社

　　一

　　这部小说中的异域不是我们颇为熟悉的西方欧美国家，而是相对冷门的非洲最南端。南非因其先后被荷兰和英国殖民的历史及世界各国移民的当代交汇，带来众多的民族和种族，美丽的南非成了民族的大熔炉，被誉为“彩虹之国”。故事的主人公苏远母子来到南非开普敦，领略了南非的山海、草原、野生动物等绮丽的自然风光，这些炫目的热带风光让他们惊叹和沉醉，但无法抚慰他们在异国的孤独和渴望。

　　苏远一家在南非除了和一些中国朋友来往，也结识了南非当地的外国朋友，同胞乡情和跨国友谊给他们的生活带来了丰富的情调和温润的感动。苏远一家对于文化有着开放的眼光，他们参观南非的艺术博览会，拜访南非祖鲁民族的友人。“彩虹之音”一章浓墨重彩地渲染了不同民族之间的文化艺术交流，尤其是多民族的音乐展示。音乐既凸显了民族的特色，同时也消泯了民族的隔阂。相互尊重、相互欣赏、相互帮助，是他们的国际交往准则。苏远爸爸在外地得了疟疾的危难之际，南非友人不离不弃地关照；在苏远母子骑车和开车遭遇危险之时，好心人伸出了援助之手，让他们感激万分；苏远妈妈也接受了外国邻居的孩子进班学习中文的请求。作者以苏远一家在南非的两年生活经历来展现南非社会的风土人情，目光中大多是欣赏，但也有对于社会治安等问题的批判。

　　身在异国，真正让苏远母子心心念念的，是“母语中文”这片根植于文化土壤中的“精神家园”。 存在主义哲学家海德格尔认为“语言是存在的家园”，语言、存在、思维三位一体。语言学派的代表人物维特根斯坦甚至主张哲学的本质就是语言，语言是人类思想的表达，是整个文明的基础。《遥远的彩虹班》并非旨在探讨形而上的哲学，而是立意在于与语言紧密联系的文化。苏远到达南非后，需要学习英语来更好地融入当地学校和文化；但是在情感上，他更倾心于自己的母语，更加觉察到中文的美和亲切。这是目光在两种文化之间逡巡过后的自然选择，母语联接着我们的民族身份和文化认同。定居南非的华人家长都希望下一代的孩子能够学习中国语言，以了解和承接民族文化之根；而外国友人则出于对中国的好奇和喜爱而希望能学习中文。林如荠在开普敦开设的中文学习班收了七个不同肤色和身份的孩子，但相同的是他们对于中文的热情。林如荠没有把中文当作交际语言来教授，而是用心地选择中国诗词，传达语言本身及其内在的文化底蕴之美。从语言哲学来说，语言的表达方式不同，世界显示的方式就不同。中国古典诗词显示的是优雅的诗意、含蓄的情致，可以让孩子们触摸中华民族的文脉，感受其隽永的气韵，增益其对于中国的亲近之心。

　　小说节奏舒缓，作者没有刻意设计扣人心弦的故事情节，而是以散文般的笔致平实地讲述苏远母子的过客生活，而学习中文则成了作者构想主体故事的情节线索，尤其在小说的后半部分更是集中笔力，层层推进地烘托这一事件之影响与意义。苏远一家临回国前，费尽周折地去寻找老师来延续“永远的彩虹班”。他们回顾过去：“两年上课的时光像彩虹一样闪着赤橙黄绿青蓝紫的光，在三个人的脑子里闪过——在异国他乡的汉语荒漠里，他们竟然在这小小的书房里挖出了一口母语的井，养育了一片小小的、小小的绿洲。”作为过客，这片“中文绿洲”是他们在南非开普敦这个异国他乡留下的足迹，是他们的不舍，也是欣慰。

　　二

　　在异域土地上，苏远母子也留下了成长的足迹。从初来乍到时对于陌生世界的忐忑、遭遇危险时的惊恐，到和南非友人交往中的融洽，再到建立中文学习班之后的适应，尤其是在中文的学与教中找到了自身的根基和价值。苏远变得更加自信大方，林如荠也在一连串的考验中，找到了作者所言的“自适”。很多时候，生活环境的变化是对成长的一种催化剂——无论是对大人还是孩子，逼着我们走出熟悉的舒适区，去面对和接受新的挑战。这需要勇气、耐心、智慧。在不同文化的对照甚至碰撞中，我们需要清醒地辨识自身文化的优异与缺失，去芜存菁地吸收异域文化以取长补短，在保持自己身份之际又扩展自己的世界，并思考可以有何增进文化交流的作为并付诸实践。

　　南非是一个盛产宝石的国度，在这部以南非为地点的小说中，苏远欣赏过南非自然界的奇特宝石，钟情于母语中文这块熠熠闪光的文化宝石，也珍爱跨越国界的友谊的宝石。《遥远的彩虹班》的“遥远”其实暗含了远与近：在遥远的异国他乡发展了对于自身母语文化的“亲近”，也生发了和异国文化及友人的“亲近”，而“彩虹”的丰富颜色则代表了多元文化的包容。小说中多次写到南非的圆形田地：“田地中，有的圆则和别的圆相互拥抱着。还有的，三三两两，各种排列组合。这些特别的田地，有的满圆碧绿，有的整圆金黄，也有的被对半劈开，在同一个圆里种了两种不同颜色的作物。”这一描写看似闲笔，实则是神来之笔。新奇的圆形田地既是南非的一种特色地理风貌，也象征了在这片土地上各色文化的兼容并包。圆形代表了圆融与和谐，而各种色彩的圆更是体现了当今世界所需要的和谐并存、美美与共的兼容并包精神。因此，《遥远的彩虹班》是融汇了中华民族气韵与当代世界气象的文化与情感的结晶。

　　《光明日报》（ 2023年01月12日 11版）