评论:新起点,新探索,新使命******
中新社北京9月25日电 题:新起点,新探索,新使命
中新社记者 安英昭
2022年9月23日,中共中央总书记、国家主席、中央军委主席习近平致信祝贺中国新闻社建社70周年。
这封贺信既是对中新社70年来工作的充分肯定,也为中新社未来的国际传播事业指明路向。立足新起点,中新社必将求新探索、更努力,担新使命、再出发。
新起点,必要厚植爱国主义的根与魂。
从第一次报道秦始皇陵兵马俑,到香港回归前率先写出“马照跑,舞照跳,股票照炒”,再到迎接台湾记者脱口而出“等你们38年了”,中新人的笔锋在新闻史上浓墨重彩,正在于其从诞生之日起就明确坚持爱国主义的报道方针。七十载筚路蓝缕,爱国主义早已内化为中新社的精神之源。
今天,中华民族比历史上任何时期都更接近、更有信心和能力实现伟大复兴的目标。但中国建设社会主义现代化强国的道路并非一马平川,波谲云诡的国际气候阴晴难辨。值此历史性关键时刻,促进海内外中华儿女大团结的重要性更加凸显。心怀“国之大者”,站稳“中国立场”,既是新起点也是基准线,循此前行,纵道阻且长,亦行则将至。
新探索,还要强健国际传播的枝与叶。
从1952年10月1日,通过电台广播记录新闻的方式对外播发第一篇新闻稿《首都纪念国庆节举行隆重阅兵式》;到紧密联系华文媒体,为侨服务,创造性地以新闻供版合作联结海外;再到如今建立起24小时不间断信息发布系统,形成覆盖境外大多数华文媒介的用户网络,中新社及其旗下中新网、中国新闻周刊等平台不断创新传播形式推动新闻产品触达国际社会、产生广泛影响,正在于其不断探索国际传播的新路径。七十载守正创新,数以百计的海外华媒与“华文媒体之家”的双向奔赴,堪称典范。
今天,媒体融合技术迭代演进,国际传播的格局与形式更趋复杂多变。媒体“国家队”须创新国际传播话语体系,加快融合发展,提高国际传播能力。展现可信、可爱、可敬的中国形象,更需要淬炼“中新风格”,进一步增强报道亲和力和实效性,积极探索媒体融合与学媒结合之道,为开展国际传播工作提供学理支撑,以“实”应“变”,以“融”创“新”。
新使命,更要培育文明交流的花与果。
文明在交流中融合,在融合中进步。七十载上下求索,中新社通过广泛联络海外华侨华人,“以侨为桥”,促进文明交流;通过双向报道中外发展变迁,“以文化人”,推动民心相通。
今天,国际局势风云变幻,“文明冲突”论甚嚣尘上。不同文明、种族、国家间的对立情绪越高涨,做好民心相通工作的重要性就越凸显;外界唱衰、抹黑中国的杂音越刺耳,讲好中国故事、传播好中国声音的紧迫性就越突出;逆全球化、民粹主义的思潮越抬头,弘扬全人类共同价值、倡导人类命运共同体理念的必要性就越上升。时代需要理性对话的平台,文明需要交流互鉴的窗口。八音克谐,方无相夺伦;美美与共,则天下大同。
凡是过往,皆为序章。未来,尤需立足五千多年中华文明,全面观照和阐述中国。新起点上,中新社将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,以寻求“最大公约数”和画出“最大同心圆”为目标,不断壮大海外知华友华“朋友圈”,为实现中华民族伟大复兴凝心聚力,为构建人类命运共同体作出新贡献。(完)
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。
(文图:赵筱尘 巫邓炎)