点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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。
东西问丨王建华：百年考古如何令中华文明“西来说”不攻自破？******
中新社成都11月24日电 题：百年考古如何令中华文明“西来说”不攻自破？
——专访西南民族大学旅游与历史文化学院教授王建华
作者 贺劭清 王利文
百年来的考古实践和出土文物，如何丰富中华民族的历史维度，令中华文明“西来说”不攻自破？西南民族大学旅游与历史文化学院教授、四川省考古学会常务理事王建华近日接受中新社“东西问”独家专访，对此进行解读。
视频：【东西问】百年考古学如何让中华文明“西来说”不攻自破？来源：中国新闻网
现将访谈实录摘要如下：
中新社记者：“中华”一词最早见于何时？“中华民族”到“中华民族多元一体”理论的形成经历了什么变迁？
王建华：据考证，“中华”一词始见于西晋末，是中原士人为把中原的政治与文化同其他地区相区分而产生的自我称谓。
“中华”不仅表示一定的地域，更表示一定的文化和具有这种文化的人。伴随新思潮的传入，现代民族意识的萌发，“中华民族”一词脱颖而出。
1902年，梁启超在《论中国学术思想变迁之大势》一文中，首次提出“中华民族”这一概念。1905年，在《历史上中国民族之观察》一文中，梁启超比较正式地使用了“中华民族”的概念。此处的“中华民族”虽以汉族为主体，但多民族融合的观念已开始形成。
抗日战争全面爆发后，日本帝国主义与中华民族的矛盾成为当时社会的主要矛盾。正值中华民族危亡之际，顾颉刚发表《中华民族是一个》一文，指出“中华民族”的称呼虽出现于近代，但作为一个实体，至少存在了两千多年。
1988年，费孝通正式提出了“中华民族的多元一体格局”，从考古学、历史学、民族学的角度指出“汉族的形成是中华民族形成中的一个重要阶段，在多元一体的格局中产生了一个凝聚的核心”，在汉族形成和发展的过程中，其他民族不断地为汉族输入新鲜血液，汉族同样也充实了其他民族。
纵观从“中华民族”到“中华民族多元一体”理论形成，梁启超、顾颉刚和费孝通均从民族历史的角度进行了阐述，中国历史上数千年的民族交往交流交融形成了今天的中华民族，为“中华民族共同体”的提出打下了坚实的理论基础。
深圳锦绣中华景区举办的“民族嘉年华”节庆系列活动。陈文 摄中新社记者：考古学文化作为物质遗存共同体是如何产生的？历史长河中，考古学文化和民族共同体建立了什么样的联系？为什么1962年夏鼐在《新中国的考古学》一文中首次提出“中华民族共同体”？
王建华：19世纪后期，文化这一概念被引入考古学用以总结分析考古出土的遗存。1925年，考古学家维尔·戈登·柴尔德给考古学文化提出了较为精准的定义，用一种时空镶嵌分布的考古学文化模式来阐释一个区域中的史前文化的关系和演变。
有学者认为考古学文化既是一种概念又是一种理论，从概念的角度反映的是人群共同体与物质文化共同体之间的对应关系，符合遗存的群聚性和社会性法则，从理论的角度通过对遗存的分类和聚类研究实现了对遗存背后人群或族群的区分。
考古学是“俯瞰大地，仰望星空”的学科。人们获取的实物资料，是由人创造的物化形式，所以它和“人的共同体”直接相关。民族共同体的文化既表现在物质层面也表现在精神层面。从理论上讲，考古学文化作为物质遗存共同体，是古代群体在物质文化遗存上的表现，在某种层面上可以和中华民族共同体建立一种联系。在对某一考古学文化认识足够清晰的情况下，我们可以将其与史书中记载的古族相对应。
观众在故宫博物院观看展览。盛佳鹏 摄由于历史文献对于汉族以外的古代民族的记载稀少且不成体系，加之历朝历代的各种理解和传说的杂糅，若简单将考古学文化与历史上的族群进行对应，风险是巨大的。但至少可以在某种层面上，将考古学文化中的某一处或某几处考古遗存与文献中的族属之间建立起一种联系。
有学者认为考古学文化可以用古代的族名进行命名，如考古学上的夏文化“是夏时期夏族创造和使用的文化”，学术界普遍认为以二里头遗址为代表的二里头文化就是夏族在一定时期内的遗存。
1962年，夏鼐在《新中国的考古学》一文中论及考古研究在解决民族族源和民族史问题时就曾提到“各兄弟民族的祖先在悠久的历史过程中，与汉族的祖先建立起日益紧密的联系，今日大家一起构成了中华民族共同体”。从当前可见文献来看，是考古学的研究成果最早使用“中华民族共同体”这一术语，用以论述古代中国不同群体的紧密历史联系及新中国确立的民族共同体结构。这表示当时学者们就已意识到从考古材料可以观察到汉族从史前到历史时期的一个形成过程，只是“具体情况，还需进一步研究”。
观众在山西博物院参观中国少数民族文化特展。韦亮 摄《新中国的考古学》一文中关于“中华民族共同体”的提法是基于新中国成立后逐渐积累的考古学资料。新中国成立后的十几年间就发现了3000余处新石器时代遗址，经过发掘的有100余处。这些遗址分布于不同地域，代表了不同的文化面貌，体现了不同人群之间的交流与融合。
进入历史时期，文献记载与考古学资料的整合研究拓展了民族史研究的空间。无论是史前资料的大量发现，还是历史时期研究空间的拓展、学术研究的深化，都促使考古学者思考考古资料与族群之间的内在联系。
观众在河南洛阳二里头夏都遗址博物馆数字馆参观。黄政伟 摄中新社记者：百年来的考古实践和出土文物，如何丰富中华民族的历史维度，令中华文明“西来说”不攻自破？
王建华：历史长河中，许多古老的民族出现在史书的记载中，各民族在不断地分化与融合过程中延续下来，融入到今天中国56个民族之中，大家一起构成了中华民族共同体。就中国当代的民族来看，有自己的民族文字和历史记载的很少。倘若单纯依靠历史文献来构建民族史，那么很多民族尤其是已消失的古代民族将无史可考。
作为人文科学和历史科学的重要领域和组成部分，考古学是根据古代人类通过各种活动遗留下来的实物以研究人类古代社会历史的一门科学。中华民族的历史是全体民族共同创造的，而有文字的古史记载不超过四千年，剩下的历史都需要考古学的发现与研究。
在对没有文字的人类社会历史的研究中，考古资料起着主要作用。同时，考古学让各民族在历史上留下的物质文化都成为可以被观察分析和描述的对象。只要有人类活动的地方，就会留下实物遗存，考古学可以通过这些遗存去研究当时的社会和历史，因此极大地扩展了历史空间，尤其是民族史的研究空间，即考古学丰富了中华民族的历史维度。
游客参观秦兵马俑一号坑。张远 摄“仰韶文化西来说”是中国考古学诞生之初瑞典学者安特生在《中华远古之文化》一文中提出的。当时提出这个观点有特定的历史原因——当时中国的考古学资料有限。随着资料的不断丰富，发现中国不同地域文化是独立起源发展演化的，有自己的文化体系，尤其是史前时代，中华文明“西来说”也就不攻自破了。
考古学对构建古史尤其是史前史的贡献是其他学科无法取代的。经过百年来的考古实践和丰富的出土文物，已证实中华民族的文明有着悠久的渊源，从史前到历史时期有着清晰的独立起源发展脉络。(完)
受访者简介：
西南民族大学旅游与历史文化学院教授王建华。张浪 摄王建华，西南民族大学旅游与历史文化学院教授，四川省考古学会常务理事，主要研究领域是新石器时代考古，通过对黄河流域史前人口的系统研究，揭示史前人口规模、人口自然结构等变化规律，认为史前人口变化、社会组织的复杂化是中国文明起源和史前社会复杂化的一个重要动因。
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
王者彩票地图 |
)