作为中国故事的“第一主讲人”,习近平常常在出访的演讲里、在国外媒体发表的署名文章中,用讲故事的方式让更多国家的人民听见中国的声音,增进彼此间的了解。
细数习近平在外交场合讲过的故事,不难发现,中外绵远悠长的交往历史是其取之不尽的“素材库”。
在海上交通枢纽新加坡,习近平谈起当地博物馆里的郑和宝船模型;
在佛教起源之地印度,习近平提及白马驮经的典故;
在丝绸之路上的伊朗,习近平说到中国使者张骞的副使曾在此受到隆重接待。
……
资料图:“郑和宝船” 1:1比例复建船体。中新社记者 泱波 摄历史长河中,中国与许多国家都结下不解之缘,构成如今相知相识的共同记忆。无论是曾经的驼铃相闻,还是舟楫相望,过往的交流成为如今的故事,也构筑起未来的互动基础。
如何让文化背景迥异的听众听得懂中国人的讲述?
那些激发文化共鸣的故事,往往能让讲述者与倾听者之间产生奇妙的“化学反应”,这也正是习近平快速拉近彼此距离的诀窍。
在英国伦敦金融城市长晚宴上,习近平讲起同一时代的东西方两位戏剧大师——莎士比亚与汤显祖。“每个读过莎士比亚作品的人,不仅能够感受到他卓越的才华,而且能够得到深刻的人生启迪。”
与此同时,他也向在座英国听众介绍,“中国明代剧作家汤显祖被称为‘东方的莎士比亚’,他创作的《牡丹亭》、《紫钗记》、《南柯记》、《邯郸记》等戏剧享誉世界”。
两位文学巨匠的同频共振,拉近了中国与英国的“文化距离”。
在美国华盛顿州西雅图市,习近平在谈及海明威和他笔下的《老人与海》时,还特别提起自己的一段轶事:“我去了海明威经常去的酒吧,点了海明威爱喝的朗姆酒配薄荷叶加冰块。我想体验一下当年海明威写下那些故事时的精神世界和实地氛围”。
三言两语,几段故事,习近平让听者感到大洋彼岸的中国并非文化中的“他者”。
面向世界讲述中国,习近平也常常采用讲故事的方式,并多次讲到他自己或友人的故事。
在讲述中国的发展历程时,他没有用宏大的场景描述,也没有用任何的统计数字,而是选择了一个与他个人经历紧密相关的村庄——梁家河的变化。
在一次外访中,习近平讲述自己在陕西梁家河当农民的时光,“我和乡亲们都住在土窑里、睡在土炕上,乡亲们生活十分贫困,经常是几个月吃不到一块肉”,“我很期盼的一件事,就是让乡亲们饱餐一顿肉,并且经常吃上肉。但是,这个心愿在当时是很难实现的”。
紧接着,他说起梁家河如今的变化,“今年春节,我回到这个小村子。梁家河修起了柏油路,乡亲们住上了砖瓦房,用上了互联网,老人们享有基本养老,村民们有医疗保险,孩子们可以接受良好教育,当然吃肉已经不成问题”。
作为14亿多中国人民的领导人,在习近平向外界讲述的中国故事中,复杂而深刻的中国今昔之变浓缩在一个小小的村庄里。中国发展的宏大叙事,还原为一处处生动的细节。
星巴克董事会名誉主席霍华德·舒尔茨当时也是台下的听众之一,通过习近平的讲述,“梁家河”这个此前从未听说过的地名,在他的心中留下深刻印象。发生在这个中国陕北小村庄的故事,让舒尔茨对中国梦和美国梦的共通之处有了更深的理解。
“中国需要更多地了解世界,世界也需要更多地了解中国。”在谈笑间,在感动中,在回味深长的故事里,人们看到一个具体又可感的中国领导人,也看到一个宏大而复杂的中国。
解读习近平讲故事,也为更多人成为中国故事的“主讲人”开启了可能。
在互联网时代,每个人都是“价值出口”;在地球村时代,每个人都是“国家名片”。在这个格外需要交流与理解的时代,打动人心的故事,正在成为一门沟通中外的世界语言。(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)