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。

钱钟书杨绛印象记******

　　邓国治

　　说真的，那天跟着朋友去南沙沟，我的目的很明确，就是想采访一下钱钟书、杨绛夫妇。没想到，才得进门，钱老便先申明：“你们作为朋友来访，我这里当然欢迎；若是为的新闻采访，那么，恕不接待。”

　　我只好换掉了身份，从记者变成读者。其实，首先还是读者，正是读了二老的著作，才产生了想采访的愿望。

　　正好杨绛也在家。读过她的《干校六记》，脑子里先有了一个爽朗、幽默的印象，待得见面，却是位恬静、温柔的女学者。几十年风尘仆仆，她依然还是当年东吴大学文学院女生那种南国闺秀形象。钱老把我们介绍给老伴，随即笑说：“一听说记者，我先是吓一跳。后见他们来意甚善，这才没有用‘太极拳’的方式……”“太极拳”者，是指拳中的“推”式——拒而不纳也。

　　钱老说：“我不愿意宣传。我今年70多岁了，我只想抓紧时间，多做一点事。宣传，只能给我帮倒忙。《围城》出版后，报纸上一登，就平添了那么多来访的、来信的，向我要书……”

　　《围城》从1947年上海初版后，接着两年又印了两版，此后暌违30载，直到1980年才出了新的一版，印数13万册，几乎未出月就销光；新二版已于不久前印出。除了国内出版的，和香港有它的“盗印”本外，译成外文的，便有英、俄、日、德等国文字。《围城》影响可谓大矣。

　　杨绛抗战时期写过剧本，建国以后翻译过多种文字的外国文学名著，著名的《唐•吉诃德》、《吉尔•布拉斯》等都是她翻译的。近年来，开始转向写小说、散文，她诙谐地说：“这两年，眼睛花了，懒得看小字、查字典，所以就自己写点即兴文字——我这也是个偷懒的办法吧，实际上是不务正业！”——她在外国文学研究所工作。

　　这一“不务正业”，使我们看到了杨绛的许多新作。《干校六记》由三联书店出版了，人民文学出版社还将出版《杨绛小说散文选》。她的文字，情真意真，读来十分亲切；而那幽默诙谐的风格，又让人想到她所有翻译过的塞万提斯、勒萨日等人的文章。尽管钱老在他为《干校六记》所作的小引里说到“《浮生六记》——一部我很不喜欢的书。”《干校六记》还是让人想到了《浮生六记》，也想到了《项脊轩志》、《泷冈阡表》一类古代散文中的名篇。尽管时代不同，内容各别，但一个“真”字却是共同的，也是最能揪动人心的。看似身边琐事，细小，甚至是絮絮道来，但由于这一“真”字，就使你不但不觉琐细无聊，反而像置身其中，与主人翁共同欢乐，共同叹息，共同着急。我喜欢杨绛的文章，我想，最最主要的便在这个“真”字上。

　　“文如其人”，钱老夫妇待人接物，也同他们的文字一样——如果能够这么类比的话。虽是初次见面，但不大功夫，二老就同我们谈得很坦率，很真诚。听说我喜欢书画，还一次次地从书柜里取出外国朋友赠送的外文版中国画册，不厌其烦地一页页翻给我看，讲给我听。杨绛已逾古稀，比我年长整整一倍，而她对我们说话，就像同朋友一样，真切而随便，使你立刻摆脱了拘束。钱老也如是，说起近年来杂务缠身，以至有些读者来信顾不得细细作答时，他回身从书桌上翻出一封来信，指点着给我们看：“这是一个20年前就来过信的读者。喏，你们看，他这里还责备我，为什么20年前你的回信那样热情洋溢，现在却做不到了。他说这很让他失望……”

　　其实，这是错怪了钱老。人的精力、时间毕竟有限，且不说经过这20年下来钱老的身体不用秘书、助手，而近年来会议、头衔的有增无减，又要占去他大量有用的时间。钱老给我们看了一大堆各色各样的请柬，什么“吴敬梓研究会”、“水浒研究会”，还有许多的会议通知……他说：“现在我什么‘会’也不想参加，我只是想尽量多做一点工作，写一点东西。国外有好几处邀我去的，我也不想去，都婉谢了……”面对这几年来盛行的出洋“考察”风，和争头衔、排名次等等一系列的讲究，我感到，面前的这位老人是如此可敬！

　　而钱老治学广博与严谨，也的确令人肃然起敬！他是1937年英国牛津大学的副博士，精通多门外语——他只是自谦地说：“那时要考学位，除主攻一门外文外，还必须兼通两门外语。”意思这不过是环境使然罢了。而其实，精通外语到能写作的程度，这可不是一般的功夫就可达到的。尤为难得的是，他同时还精熟中国文学，包括深奥到诘屈聱牙的一些古代文史哲著作。中华书局出版的四部头的《管锥编》，就是他对《周易正义》、《毛诗正义》、《史记会注考证》、《老子王弼注》、《列子张湛注》等十多部历代有关著作与西洋文学哲学著作进行比较后的一些札记，里面有不少新的见解和有趣的比较。这里，十余部中国古代史专著与英、德、法、意、拉丁文5种外语的引文，不论是纵是横，都可以当得上洋洋大观的了。

　　而钱钟书先生，除了融汇古今，博通中外，他还写得一手好书法，有深厚的艺术修养。杨绛，则与其说是贤内助，不如说首先是同志，是志同道合的伴侣。

　　因为是“印象”，因为钱、杨二老的反对采访而使我在交谈中没有作一言半语的记载，所以，我只是想到哪里，写到哪里，也不一定说清了些什么，有些事实也未经核实。而且，最根本的还在于未曾征得二老的同意。但，心里有些印象，不写总觉得不舒坦——这也是文人的一种劣根性吧。姑存于此，且待骂声。

　　(1982年7月)