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。

新闻写作中的人格化手法******

　　谭宏伟

　　人最关心自己的同类。

　　写给人看的新闻不应忽视人。

　　如果在新闻导语或新闻主体中注入人的因素，使新闻人格化，无疑会引起读者的注意，增强新闻的可读性。

　　人格化是一种写作技巧，美国新闻学者麦尔文•曼切尔把它解释为：“找出一个人，一个有代表性的人，他是受影响的或者卷入的，把这个人作为某一情况、或者这一情况的原因或后果的例子而写。”包括写人的语言、人的神态、人的动作、人的感觉，总之是人的外在和内在。

　　人格化的最大优势在于它可以使抽象的东西具体化，缩短读者与新闻的距离。这一点在涉及抽象东西诸如思想、发展、态势等报道中表现尤其突出。请看下例：

　　中新社北京电 一位顾客理完发，起身准备付款。但他被告知，由于理得不太成功店里不收他钱。

　　北京石景山区的这家春光理发店不久前租赁给私人经营了，店经理说，坚持这种优质服务，“会给我们带来更多的顾客。”

　　这是一篇题为《租赁使北京的服务业充满生气》电讯的导语。租赁制是当时北京经济领域的一个新态势，文章突破了枯燥的统计数字加呆板的叙述模式，而是以一位顾客的经历(理发)似乎又有些出人意料的经历(理发不付钱)为开篇引出下文租赁制对整个北京服务业的影响。这样，读者就通过一个人的亲身经历来体会租赁制使北京服务业充满生气的空泛概念，抽象的“租赁”具体化了，使读者易于理解、易于接受。

　　人格化的手法可以增加新闻的现场感。因为人格化的手法往往是通过活跃在新闻现场的人的活动来表现。请看下例：

　　中新社北京电 数不清的目光投向一位斜戴法兰绒帽子、披着时髦的砖红色春季女大衣的风姿绰约的女郎。当北京市春夏时装展销会今天在北京展览馆开幕时，这个放在进门大厅的模特成了最引人注目的人物。

　　观众像潮水一般涌入展销会的大门。

　　……

　　这是一篇题为《北京市春夏时装展销会开幕》消息的导语。这则普普通通的展销会新闻由于导语中这位“风姿绰约的女郎”而增色不少。“数不清的目光投向一位斜戴法兰绒帽子、披着时髦的砖红色春季女大衣的风姿绰约的女郎。”一语勾画出展销会进门大厅的现场气氛。读者受其感染自然也同文中观众一样被这位模特所吸引。对记者接下来描述发生兴趣，记者描述了展销会的规模、品种、销售情况，其中包括最受欢迎的和最受冷落的服装。由于文章有很强的现场感，读者看这条消息仿佛亲历展销会现场。现场感会令读者兴味大增。

　　人格化的手法，由于注重写人，因而使新闻有人情味。请看下例：

　　美联社伦敦电 诞生刚刚四星期的吉玛•查瓦茨基得到了一件独特的礼物——一位电子计算机“保姆”。

　　这个“保姆”没有围裙和温暖的怀抱，却有磁带和打字键盘。

　　它的名字叫“奥卡三世”，孩子们无需叫她“阿姨”。吉玛的父亲、二十八岁的电子计算机专家詹米•查瓦茨基是这具电子保姆的研制者，他说：“父母对孩子的爱是任何东西都不能代替的。我们也并不打算用它代替”。

　　……

　　小吉玛哭闹的时候，他可以哄她，给她讲故事。到孩子学说话时，奥卡三世也能教她说英语、法语和德语。

　　……

　　事实上，奥卡三世不光是个保姆。它的身上还装了各种家务事的程序——它能拉开电灯、打开汽车车库大门、甚至还能防盗、防贼。

　　……

　　这是一篇很精彩的科技新闻。没有晦涩难懂的科技术语。读者是在计算机保姆和一般保姆对比中了解它“没有围裙和温暖的怀抱，却有磁带和打字键盘”的特点；认识它能哄小孩、会讲故事、能教多种语言等功能。尽管文中没有提到一般保姆的特点，但是它在描述计算机保姆的特点、性能无疑是以人为参照的。这也正是其巧妙之处。这篇科技新闻由于使用人格化的手法而跳出专业技术性的圈子，写得生动而有实感，很有人情味。

　　尽管人格化的写作手法能变抽象为具体，能使新闻更具现场感、更有人情味，但是，如用得不巧妙，会适得其反。因为：

　　人格化的写作手法有一定的适用范围，不是对所有的新闻题材都适用。一般来讲，在涉及抽象的、不易理解的东西时运用较多，例如综合性经济新闻、科技新闻等。涉及具体的极易理解的东西时如重大新闻事件的报道中不适用。

　　人格化毕竟是一种技巧。就像形式要为内容服务一样，新闻写作技巧是为新闻主旨服务的。如果使用这种手法，即所描写的人的行为和意识对揭示新闻的主旨无直接关系，那么大可不必多此一举。

　　人格化这种写作手法自身也有局限。采用人格化的手法时，在导语中往往不具备新闻的五大要素，新闻事实也是在新闻主体中逐渐展开，这样容易拉长文章的篇幅，放慢文章节奏。

　　尤其值得一提的是，人格化的写作手法其核心是注重写人，写有典型意义的人，因而记者平日要注意观察与某一新闻事件相关或直接受其影响的人；观察他们的喜怒哀乐、举手投足。善于分析人与新闻事件的因果关系。这样才能防止偏颇。

　　(历史资料)