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。
中新社70年丨张明新：从“蒙查查”到“中国新闻奖”!******
25年前的7月1日凌晨，作为中新社香港回归报道前方团队的一员，张明新随解放军驻港部队跨过深圳河，进驻原驻港英军总部威尔士亲王大厦，见证香港回归祖国的荣光时刻；25年后，这位新闻老兵再次出发，履新中新社总编辑，投身新的“新闻战役”。小牛工作室今天特别分享张明新1997年6月撰写的《<千日迎回归>写作追忆》。
破“三关”：不再“蒙查查”
1997年7月1日，是我们这些驻港的内地记者日夜盼望的日子。多少天来，大家踏着回归的脚步，废寝忘食地工作，向读者听众观众们报道回归信息，度过了一个个难忘的日日夜夜。
▲作者驻港期间在维多利亚港留影当这个激动人心的时刻就在眼前时，我不禁想起刚到香港的情景和参与采写《千日迎回归》一稿的前前后后。1994年6月1日中午，我乘坐的广九直通车越过了罗湖桥，这是我第一次出境采访，并由此开始了常驻香港的记者生涯。
作为中国一家从事对外报道的通讯社，在收回香港这一历史性事件上写出一些富有时代感的稿件是我们的使命，而又作为初来未从事过香港问题报道的我来说，仍有不少困难需要克服。
▲6月20日，香港维多利亚港两岸的多个户外大屏幕播放庆祝香港回归祖国25周年的庆祝标语。中新社记者 李志华 摄首先是语言关。1994年普通话在香港还没有现在这么流行。记得第一次去参加一个爱国爱港团体举行的记者招待会，一席的广东话只听懂百分之二三十。
于是，平日利用一切机会多看电视，多听收音机，多看录像，向当地的同事学习，向来实习的香港学生求教。慢慢地能听懂新闻节目了，电台的清谈节目也能听懂大意了，还开始大着胆子说几句。
▲97庆回归香港—北京接力赛其次是融入香港的社会，了解港人的所想所思。我到一个陌生的地方工作，一开始最好是尽可能地多参加一些活动，多去现场，了解当地，熟悉地理，能找一些今后的采访线索。“不以稿小而不去”。当然有些稿子不一定马上写，可以留下资料以后用。
再次是了解香港的政治经济情况，香港是较成熟的自由经济模式，与内地的市场经济体制有很大不同，政治体制差别就更大。临来时曾买了不少书籍，到香港后，把这些书翻了一遍，又看了一些港版的书籍资料。
经过三四个月，广东人所说的“蒙查查”(糊涂)现象少点了，一般性的报道拿得起来了，也找到了做重点报道的感觉。
“马照跑”：明天会更好
1994年10月5日是香港回归倒计时一千日。我们想，要在倒计时一千日时写篇有点分量的稿件。
“马照跑”是对“九七”后香港生活方式不变的形象写照。我们分社附近有一个马会的投注站。5日正好是赛马日，街间随机访问是我们在香港报道尤其是重大事件反应报道的常用的手法。好处是人物语言和场景鲜活生动，难处是要克服语言上的障碍，还要耗费时间，并克服一些不愿意接受访问时的尴尬情况。
老记周景洛到投注站后看见一个正在专心填马票的小伙子，小伙子选了一匹名为“明天更好”的马投注，于是老周主动上前与他交谈。得知小伙子在今天“这个特殊的日子选定‘明天更好’这匹马投注”希望会给他带来好运的心态。
我则一早就到街上转悠，见到了报摊上报纸头版大幅迎回归的祝贺广告，与平时整版篇幅的地产广告形成了鲜明的对比。便觉得这个细节既可以烘托气氛，又反映出了港人的期盼回归心情。
▲1997年6月1日香港培侨中学毕业典礼回到办公室后找出名片本，连着打了几个电话，但只找到了9月18日区议会选举时碰到的王国兴议员。我当时的广东话还处于“识听唔识讲”的阶段。好在王国兴能听懂普通话，我也能听懂他说的广东话。
通过一个人物的活动、言论来表现某个新闻事件是西方新闻写作的常见的手法，对外报道的受众也容易接受。王先生说：“港人必须丢掉幻想，立足于己，依靠祖国，团结建港。”由此表现一个普通爱国爱港人士在“千日迎回归”时的所想所思，所作所为。
▲香港各界举行国庆庆祝活动至于其他一些细节，如基本法讲座、文化和招商展览等分别是从报纸、新闻稿和采访通知材料中综合而成，没有展开写，只起到画龙点睛的用途。到了下午，材料汇集得差不多了。用一台黑白屏幕的IBM笔记本，我开始负责执笔合成。
下午3点，负责写港督施政报告稿的同事递过来彭定康的第三份施政报告英文本《香港：未来一千天》，报告中蕴含着殖民统治者的无奈和对即将退出历史舞台的心有不甘。于是决定在我们稿件中加上有关内容，以加强针对性。
▲香港—广州庆回归信鸽竞翔活动举行虽然时间匆忙，但由于大家材料准备充分，对主题商议得透彻，所以立意谋篇就省力许多，而重点放在了材料的选择和布局上，正好文字稿件选择了四个场景(报摊、马会、招商会和文化展览会)，四个人物谈话(曾宪梓、王国兴、萧蔚云、朱幼麟)，并穿插了一些过渡语言，感觉尚不冗长。
斩获“中国新闻奖”
到了下午5点来钟，初稿出来了，老周先将那份初稿修改后交给了分社的副总编蔺安稳，老蔺将原题《千日倒数迎回归》改成《千日迎回归》，改后的标题，既简明扼要，又富有力度。
第二天，我们看到了《人民日报·海外版》、香港《文汇报》、香港《商报》刊出了此稿。《文汇报》标题改为《香港：千日倒数开始》，并加了《责任感紧迫感》和《一体化的趋势》两个小标题。《商报》将标题改为《满怀期待共保繁荣港人迎接千日回归》，过了两天，看到在澳门和泰国等地的四五家报纸上也刊出了这篇稿件。
经过分社和总社的推荐，时任我社总编辑的郭健(又名郭建)将这篇稿件带到了1994年“中国新闻奖”的评比会上，获得了三等奖。 (原载1997年第7期《新闻三昧》，本文有删节)
作者：张明新(时任中国新闻社香港分社采访部主任)
| 66购彩地图 |
