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。

不断加强国际传播能力建设******

　　作者：程曼丽、赵丽芳（中央民族大学新闻与传播学院教授）

　　中华文明源远流长、博大精深，是中华民族独特的精神标识。习近平总书记在党的二十大报告中对“增强中华文明传播力影响力”作出重要部署，要求“加强国际传播能力建设，全面提升国际传播效能，形成同我国综合国力和国际地位相匹配的国际话语权”。加强我国国际传播能力建设，要讲好中国故事，传播好中国声音，展示真实、立体、全面的中国。新时代新征程，我们要围绕中华文化深耕细作，构建好具有鲜明中国特色的战略传播体系，用好国际化传播平台，加强国际传播能力建设，推动中华文化更好走向世界，不断增强中华文明传播力影响力。

　　围绕中华文化深耕细作。习近平总书记指出：“要更好推动中华文化走出去，以文载道、以文传声、以文化人，向世界阐释推介更多具有中国特色、体现中国精神、蕴藏中国智慧的优秀文化。”加强国际传播能力建设，增强中华文明传播力影响力，要在传播内容上围绕中华文化深耕细作。党的十八大以来，以习近平同志为核心的党中央坚持以社会主义核心价值观引领文化建设，注重用社会主义先进文化、革命文化、中华优秀传统文化培根铸魂，繁荣发展文化事业和文化产业，为人民提供了更多更好的精神食粮，全党全国各族人民文化自信明显增强。新时代新征程，不断提升国家文化软实力和中华文化影响力，就要坚定文化自信，坚守中华文化立场，积极推动中华文化走出去。比如，要结合新时代十年的伟大变革，更加充分、更加鲜明地展现中国故事及其背后的思想力量和精神力量，向世界讲好中国故事、传播好中国声音。又如，要努力把中华优秀传统文化的精神标识提炼出来、展示出来，把中华优秀传统文化中具有当代价值、世界意义的文化精髓提炼出来、展示出来。

　　构建具有鲜明中国特色的战略传播体系。习近平总书记强调：“必须加强顶层设计和研究布局，构建具有鲜明中国特色的战略传播体系”。新时代，我国国际话语权和影响力显著提升，同时也面临着新的形势和任务，国际舆论格局西强我弱的总体态势仍然没有改变。只有构建起具有鲜明中国特色的战略传播体系，才能有效统筹资源力量，充分发挥集合效应，着力提高国际传播影响力、中华文化感召力、中国形象亲和力、中国话语说服力、国际舆论引导力。构建具有鲜明中国特色的战略传播体系是一项系统工程，需要系统思考和整体谋划。要打造具有国际影响力的媒体集群，特别是要打造具有强大引领力、传播力、影响力的国际一流新型主流媒体，采用贴近不同受众的精准传播方式，推进中国故事和中国声音的全球化表达、区域化表达、分众化表达，增强国际传播的亲和力和实效性。更好发挥高层次专家作用，利用重要国际会议论坛、外国主流媒体等平台和渠道发声。重视发挥海外华人、海外中资企业、国际友人等在国际传播中的作用。讲究国际舆论斗争的策略和艺术，广交朋友、团结和争取大多数，把握国际舆论话语权，自觉维护党和国家的尊严形象。

　　用好国际化传播平台。习近平总书记强调“用好国际化传播平台，客观、真实、生动报道中国经济社会发展情况，传播中国文化，讲好中国故事”。当前，新兴技术不断涌现，推动国际化传播平台发生深刻变革。其中，以5G技术为代表的信息技术以其大带宽、低时延、广连接等特性赋能国际化传播平台发展，形成了全新的信息采集、处理和分发方式，为加强我国国际传播能力建设提供了良好技术支撑。同时，各国民众的信息接收习惯日益向新兴媒体、移动传播等方面转移，这也对用好国际化传播平台提出了新的要求。面对媒介技术、舆论生态、媒体格局发生的重大变化，加强国际传播能力建设要抓住先进信息技术发展带来的新机遇，加快布局新型传播平台，积极运用5G等信息技术开展新闻传播实践，持续提升媒体内容传播效率，形成多渠道、精准化的国际传播。加快移动端传播平台建设，创新短视频、微视频、云直播、语音播报等多元信息发布形式，吸引更多国际友人讲述“我眼中的中国”，更好向世界展示博大精深的中华文化。研究掌握传播平台的发展趋势，推动传播策略全面迭代升级，打造更多受众喜闻乐见的沉浸式、互动式新闻产品，通过新形式、新手段、新途径进一步增强中华文明传播力影响力。