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·人物丨杨念群：贯通性地理解这片土地和这个民族******
中新社北京12月17日电 题：杨念群：贯通性地理解这片土地和这个民族
《中国新闻周刊》记者 徐鹏远
在一些学界同仁的称呼中，中国人民大学清史研究所教授杨念群有时会被唤作“杨公子”。
这一雅号源于其名望显赫的家世。他的父亲是石化领域的知名专家，母亲是北大地理学教授；祖父杨公庶是留德化学博士，曾跟随张治中参与过国共和谈，祖母乐曼雍是同仁堂乐氏家族的三小姐；外公吴鲁强是麻省理工的化学博士，外婆梁思庄是著名图书馆学家。倘若把家族的范围再扩大一点，钱锺书和杨绛的外甥女是他的大伯母，梁思成、林徽因是他的舅公舅婆……当然族谱中最闪耀的两个名字，无疑还是他的曾祖杨度和曾外祖梁启超。
杨念群有意与先人拉开距离，不过，家族基因有时还是会在他身上流露出些许痕迹。他自幼不缺书读，不仅祖父有藏书，周围的邻居都是大学者，每家的书房都是他的阅览室。在漫无边际的阅读中，他不知不觉地培养起了对文史的嗜好。而在治学路径的自我构建上，杨念群的“野心”更是颇有杨、梁的气魄。他想展现出一个全景式的中国历史，贯通性地理解这片土地和这个民族的前世今生、悲喜命运。
杨念群。受访者供图重建一种“眼光向上”的视角
中国新闻周刊：先请你介绍一下《“天命”如何转移：清朝“大一统”观的形成与实践》这部新作品的缘起。
杨念群：以往二十年，大家都在谈论西方社会科学方法对中国研究的支配性作用，以及社会科学如何本土化的问题。但我认为，社会科学方法既然来自西方，就很难在中国本土化。如果要摆脱学界“言必称希腊”的困境，只有一个办法，那就是在中国历史内部重新发现一些传统遗留下来的概念，加以重新解读，激活其中所隐藏的价值。
还有一个原因，就是需要反思近些年“概念史”兴起的意义。概念史方法给我的启发是，能不能在中国经典文本中发掘一些本来习以为常的概念，把它放在历史脉络里重新解释。比如“大一统”，一般人可能仅仅把它的内涵单纯理解为疆域广大、人口众多，但实际上这是传统政治表述体系中最关键的概念，与许多其他概念密切相关，不能割裂开来单独理解。
中国古代强调历史处于不断循环之中，受近代西方思想影响，我们总是批判这种循环论是一种保守落后的思维方式，却没有认真反思为什么中国人会这样思考问题。其实古人讲循环，不是简单地主张回到过去，而是希望以历史经验为根据，寻找突破现实困境的路径。
另外，这本书还出于对史学界研究现状的思考。20世纪90年代以来，史学界掀起了一股追求“眼光向下”的热潮，突出底层民众生活与价值观的重要性。社会史倡导下的乡村基层研究迅速成为主流，原本在历史研究版图中占优势地位的政治史反而被边缘化了。因此，我更关心上层政治思维的形成过程。我试图重建一种“眼光向上”的视角，回到上层制度和执行者的层面去理解中国政治的运作逻辑。
《“天命”如何转移：清朝“大一统”观的形成与实践》中国新闻周刊：近二十年左右，“何为中国”似乎成为中国史学界的一个重要话题。你的这本书算是这个大的潮流里的一个产物吗？或者说是对学界关于“何为中国”问题讨论的某种回应？
杨念群：当然可归于“何为中国”这个话题范围之内，但在具体内容上并不限于对“中国”问题的讨论，而是想尽量有所区别。
我一直认为，“中国”这个概念可以作为一个重要的问题出发点。但历史上“中国”内涵不断发生变动，不太容易清晰地加以界定。我们现在把它当作一个讨论对象，常常是建立在“中国”已经成为现代民族国家的基础之上的，然后再从此往前推导，好像古人也在热衷于频繁使用这个概念。其实对“中国”的使用，历朝历代均不相同。
比如宋明士人使用“中国”的频率相对高一些，因为有利于和辽金元这些非华夏族群做对比，彰显汉人文化的优势。但清朝相对就不太喜欢用。
近些年学界也兴起了“从周边看中国”的热潮，主张从邻近国家和东亚视角描述定位“中国”。这个角度确实有它的价值和贡献，但我感到困惑的是，只从外部看“中国”，并不意味着能取代对中国内部核心历史的认识。因此，我还是主张从内部视角去观察“中国”观念的演变，但不应局限于对“中国”本身的理解，而是应该把“中国”和其他概念关联起来进行考察。
2022年12月，黄河壶口瀑布。吕桂明摄中国新闻周刊：这本书的前言中你提出了一个问题，“清代‘大一统’观念不但营造出清朝上层政治秩序和地方治理模式，而且也形塑着中国人的日常心理状态。这种影响虽然经过晚清革命的强烈冲击，却至今犹存不灭。令人深思的是，为什么只有‘大一统’具有如此超强的制度、身体和心理规训能力？而其他的思想观念却没有或者只具备相对孱弱的规范力？”这个问题你有答案吗？
杨念群：第一，中国历史传统自古就特别强调礼仪秩序的核心规范作用，每个人都是这个完整秩序的组成部分，“个人”必须融入一个统一的组织框架里才能受到保护，获得某种安全感，“个人”价值只有源自集体行为的逻辑才能展现出价值，这就为“大一统”观念提供了一个基本制度前提。第二，中国古代王朝通过对疆域的扩张和维护，建立起了对世界的想象。“大一统”就是为这个想象如何落地为实践过程而设计的一套观念，包括理论与行动两个层次的表述和实实在在的操作程序。当然，除了“大一统”外，其他概念可能也在发挥着各自的作用。比如“天下”也是被频繁使用的一个概念，但它更像是一个理想设计方案，或者接近一个哲学理念，至于到底怎么落实，始终众说纷纭，语焉不详。第三，古代“大一统”观从形式上具有开疆拓土的征服气象，清朝的“大一统”观及其实践又创造出了“多民族共同体”的新面相，完全区别于以往王朝对民族关系的认识。当近代中国面临外来侵略时，“大一统”观很容易与现代民族主义结合在一起，成为抵御外侮的思想来源和动力。
游客在北京参观故宫博物院。杜建坡 摄更关注中国历史上政治运行的特征
中国新闻周刊：你所涉及的历史和主题、研究方法都是不一样的。这似乎是你的一个特点，你的学术轨迹和研究领域通常很难被归类。很多学者都会多向地延伸自己的研究触角，但总有一个贯穿的学术抱负或者所谓的“母题”。你的“母题”是什么？
杨念群：我理解你说的“母题”的意思是，当观察某个对象时始终会指向一个中心目标。如果说有什么“母题”的话，那就是我更关注中国历史上政治运行的特征，总是尝试把各种历史现象放到一个政治脉络里面去思考。说得更直接一点，我始终关心的是中国人是怎么成为“政治动物”的。
中国人自古就好讲政治，甚至史书都是为了表达某种政治意图而撰写，一切社会或文化现象也都围绕政治过程展开。即使我们做社会史文化史研究，也要考虑其背后的政治目的到底是什么，而不能把它们切割开来单独观察。目前的历史研究总是人为地划分出“政治史”“经济史”“社会史”“文化史”等类别，明显是受到社会科学专门化训练的影响，其实古人不是这么观察历史的，中国古人基本上把历史现象一律当作一种广义的“政治”行为。至少“政治”作为“母题”，具有聚拢其他“主题”的典范作用。表现方式也是有“实”有“虚”，“实”的方面指的是那些具体采取的行动，“虚”的方面是一些隐喻式的表达。
真正要了解中国历史的走势，不能把什么都看得太实，应该发挥想象力，更要重视那些看起来比较“虚”的部分。从某种角度说，历史是人的主观性表现，如果都做成考据那种太实的东西，也许只能揭示历史的表层现象，却展现不出深层结构。研究历史可以运用不同方法，从各个角度多向展开，但要想确定一个“母题”，就必须适当拉长时间，目光不能总是盯着一个点或一个时期，而是要寻找不同时段的历史如何连贯创造出的一个或数个主题，然后提供一个合理解释。对历史贯通性的理解是把握研究“母题”的一个基本要求。(完)
| 盈彩网地图 |
