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。
史安斌:跨文化传播困局的破解之道******
以网为媒“催化”人类文明共享共荣
在世界进入21世纪第三个十年之际,百年变局和世纪疫情映射在网络信息传播领域,表现为三个相互交叠的发展趋势:首先,尽管“西强东弱”的国际传播格局仍未改变,但以中国、俄罗斯、印度等国家为代表的媒体力量在“西方缺位”的背景下日渐强大;其次,在“逆全球化”和“民粹主义思潮”的裹挟之下,不同社群和族群之间根深蒂固的矛盾和冲突不断激化,导致部分西方国家陷入“抗疫”与“抗议”的双重困境,一些西方政治人物向中国“甩锅”“追责”,国际舆论环境更为错综复杂;再次,尽管媒介泛社交化已经成为网络传播领域的新常态,但在社交媒体上,一些人为了自身利益,无视客观事实,盲目迎合受众的情绪与心理,进一步加剧了舆论极化的态势。
我们需要结合当今时代出现的各种新挑战来理解全球网络传播的发展趋势,将人类命运共同体的理念运用于变革当中,从而在“大变局”和“大疫情”的纵横交织中寻找符合国际传播规律、实现可持续发展的有效路径。
互联网与社交媒体的困局
21世纪蓬勃兴起的前沿科技将人类传播带入智能媒体时代。借助手机等随身媒体,人与人之间的沟通和交流真正做到了“无时不有”“无远弗届”,媒介文化研究的奠基人麦克卢汉在半个世纪前畅想的“地球村”已然成为触手可及的现实。
然而,当前在全球肆虐的新冠肺炎疫情以及与之相伴相生的“信息疫情”加剧了人类冲突风险。互联网和社交平台在新闻传播领域“第一落点”的定位日趋凸显,各类碎片化的虚假信息、流言蜚语、轶事绯闻呈现病毒式传播趋势。相较于主流媒体,一些网民开始依赖一个个“部落化小圈子”获得资讯、分享观点。然而,由于“圈内人”拥有相似的价值观,致使他们每天得到的讯息经由立场的过滤,与之观点相左的理念逐渐消弭于无形。更有甚者,社交媒体所具有的“回声室”“过滤气泡”等负面效应加剧共识的撕裂,形成各式各样“信者恒信、不信者恒不信”的“偏见闭环”,阻断不同社群和族群之间的有效沟通。
各类智能媒体平台所依赖的算法推荐在为用户提供巨大便利的同时,也在一定程度上操控了其接受信息的性质、类型和范围等。研究显示,脸书、推特等社交平台的消息推送很大程度上取决于其用户的社交网络。这不仅基于其所拥有的朋友数量,更重要的是朋友之间交流的频率和类型。社交平台通过关注用户的朋友圈、兴趣爱好以及推送机制强化其社区归属感。传统主流媒体不仅思考“受众对什么感兴趣”,还会考虑“受众应该要知道什么”以及“什么样的新闻符合公共利益”。社交平台的把关机制则首要考虑的是“对用户来说什么是有趣的”。因此,算法的出现不仅仅是信息传播主体的转变,更是把关标准的转变。基于个体价值的“过滤气泡”机制则在一定程度上强化了“偏见闭环”。失去有效的跨文化对话和沟通,不同文明之间的交流互鉴就会变成无源之水、无本之木。
跨文化传播困局的破解之道
早在2015年第二届世界互联网大会上,习近平主席就提出“构建网络空间命运共同体”理念主张。2021年11月22日,习近平主席在致第四届世界媒体峰会的贺信中为各国媒体共同探索这条可持续发展之路指明了方向,指出“当前,世界百年未有之大变局和新冠肺炎疫情全球大流行相互交织、彼此影响,国际格局演变深刻复杂。如何正确回答时代课题,广泛凝聚世界共识,媒体肩负着重要社会责任”,应当“努力做民心相通的传播者、人文交流的促进者,为弘扬全人类共同价值、推动构建人类命运共同体作出应有贡献”。
考虑到互联网和社交媒体的巨大影响力,我们可以采用以网为媒的思路,分析梳理互联网和社交媒体在国际传播与全球治理体系变革中所承担的社会责任和所扮演的“桥梁”及“催化剂”角色,催生建立世界各国广泛参与的文明交流互鉴机制,在“一起向未来”的美好愿景下维系人类文明的多元共生和永续和平。
如何摆脱当前跨文化传播的困局,实现从“各美其美”“美人之美”到“美美与共”的“天下大同”?除了促使智能媒体在技术和机制上进行自我完善和修正之外,还要靠提升人类自身的跨文化传播素养和以重点新闻网站与大型社交平台为代表的新型主流媒体的国际传播能力。
首先,无论是新闻内容生产者、新闻网站和社交平台的运营者还是受众、用户,都应当像对待自身文化那样尊重其他文化价值观,不应使用语言或符码来有意贬低“他者”,从而打破“偏见闭环”对个体和社群的桎梏。
其次,信息传播者和内容生产者应当客观、真实地认识和再现外部世界。诚然,不同文化对“真实”的界定并不相同。所谓“真实”也是一种社会与文化建构。即便如此,在跨文化传播中,信息和内容生产主体也不能蓄意歪曲真相,误导和欺骗受众。
最后,聚焦不同国家和文化背景下的人际沟通与组织交流,关注各种不同文化的“交集”和“共情”,最大限度地做好跨文化传播,消弭彼此之间的差异和分歧。
上述智能媒体时代跨文化传播的建议旨在实现不同国家和地区、社群与族群之间的和平共处与交流互鉴。孔子在两千多年前提出的“己所不欲,勿施于人”“君子和而不同、小人同而不和”等观点都精辟地阐明了跨文化传播的要旨所在。正是在这种“和而不同”的思想影响之下,中华文明海纳百川、包罗万象。从这个意义来说,以人类命运共同体为代表的中国方案,为破解智能媒体时代的“偏见闭环”所造成的跨文化传播困局贡献了中国智慧,为全球传播和人类社会的进步探索出一条更加普惠公平、多元包容的发展道路,推动不同文明之间的交流互鉴、共享共荣。
作者:史安斌系清华大学新闻与传播学院副院长、教授
来源:《中国网信》2022年第3期
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() ![]() 凤凰彩票地图 |