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。

影视音乐：声画交响讲好人民的故事******

　　作者：王铁卫（东北师范大学音乐学院博士研究生）金士友（东北师范大学音乐学院教授）

　　“这世界有那么多人，人群里，敞着一扇门。我迷蒙的眼睛里长存，初见你蓝色清晨。”近两年，电影《我要我们在一起》主题曲《这世界那么多人》在线上线下爆火，感动了无数听众；“如果说，你曾苦过我的甜，我愿活成你的愿，愿不枉啊，愿勇往啊，这盛世每一天”，电影《我和我的父辈》主题推广曲《如愿》将影片传递的亲情与家国情唱进了观众的内心。而电视剧《山海情》片尾曲《花儿一唱天下春》、电视剧《人世间》同名主题曲等也随着电视剧的热播广泛传唱，直击人心。

　　电影电视是音画的艺术，音中有画，画中有音，声画交响共同成就影视精品。关于影视音乐，一代人有一代人的集体记忆，一代人有一代人的熟悉旋律。“北风那个吹，雪花那个飘……”《北风那个吹》歌声响起，电影《白毛女》的画面会浮现在很多人的眼前，当年徒步十里，拿着小马扎集体观影的记忆也会被瞬间激活；“你挑着担，我牵着马”“大河向东流，天上的星星参北斗”“滚滚长江东逝水，浪花淘尽英雄”……当这些音乐一一响起，是不是有种切歌就像翻相册的感觉，包括谁挑着担，谁牵着马都是在记忆中对号入座的。

　　音画交响造就的经典影视剧不胜枚举，留下来、传下来的经典影视音乐更是不计其数。然而，曾经有一个时期，影视音乐似乎并未跟上影视剧高速发展的步伐，配乐不少，能够流传的却相对有限，以至于不少人感慨新创精品影视音乐变少了。究其原因，“抢时效”“流量至上”等观念催生的浮躁乱象，带来了一系列不良后果。无论是对流量的过分倾斜，还是对影视音乐投资和创作时间的过度挤压，最终都会导致创作乏力，牺牲了作品的质量。此外，“跳过片头片尾”“倍速模式”等便捷键对影视音乐也会产生某种伤害，主题曲、片尾曲被直接跳过，插曲变形为奇怪的声波。如何破解这些难题，创造影视音乐新辉煌，“内容为王”“质量至上”仍是不二之选。

　　和前辈电影人、音乐人相比，我们缺什么呢？一不缺技术，二不缺设备，缺的是深扎民间的脚力，深挖传统文化宝藏的眼力，感悟地域音乐特色并凝练成精品的脑力，无数遍推倒重来的笔力。

　　总结老一辈音乐人的成功经验，对我们的创作大有裨益。在中国电影发展初期，一大批电影人、音乐人为音画艺术的繁荣作出了突出贡献。比如长春电影制片厂作曲家群体曾创作出大量具有浓烈民族色彩且流传至今的经典电影歌曲。不管是雷振邦为电影《冰山上的来客》作曲的《花儿为什么这样红》，还是刘炽作曲、乔羽作词的《让我们荡起双桨》《我的祖国》等，都始终激励着各族人民团结奋斗，成为重要的精神财富。就拿人民音乐家雷振邦来说，为了创作《花儿为什么这样红》，他在交通极其不便的情况下，几经辗转从东北到新疆，采风三月有余，水晶般的冰山、辽阔起伏的草原、雪白的羊群、牧羊人的歌声、途中听到的民歌舞曲等汇成灵感源泉，最终造就了这首不朽名曲。雷振邦引用俄国音乐家格林卡的名言来表达自己的心得：“真正创作音乐的是人民，作曲家只不过是把它编成曲子而已！”正因为他知道人民就是生活，在数十年的创作生涯中，他先后到过二十一个省、区、市，几乎跑遍了大半个中国。他脑海中积累了丰富的民间音乐语言，作品也自然像泉水般从心里流淌而出。多年来，他的作品传遍神州大地，浸润着亿万听众的心田，显示出长久的艺术生命力。这或许是当前电影人、音乐人值得学习的成功密码。

　　近年来，随着文娱领域综合治理的深入开展，影视圈更加风清气正。精品影视剧热播热映的同时，一批影视音乐受到广泛关注，部分影视剧主题曲、插曲的热度甚至超过了影视剧本身。这些“出圈”的影视音乐力作，不仅在声画交响上着力，同时还呈现出两个特点：一是坚持以人民为中心的创作导向，以人民的喜爱为最高标准，歌词、旋律直击人心，如亚洲流行音乐大奖2021“最佳影视歌曲”获奖作品《这世界那么多人》，一句“多幸运，我有个我们”把爱人、亲人，甚至陌生人的心凝聚在一起，面对困难，面对疫情，带给人无穷的精神力量；二是热情描绘新时代新征程的恢宏气象，唱响昂扬的时代主旋律，如电影《我和我的父辈》主题推广曲《如愿》，致敬父母一辈的奋斗与奉献，激励着新时代青年人传承父辈志愿，为实现中华民族伟大复兴的中国梦接力奋斗。

　　影视音乐一直以来都是文艺创作中的重要一环，与时代发展有着密不可分的联系，它承载着中华民族形象，绝不能脱离现实、脱离人民群众、只写一人悲欢。如今，随着科技的进步和文化的碰撞，影视音乐在多元化发展的同时，更要肩负起推动社会主义精神文明建设的重要责任。广大文艺工作者要认真学习和贯彻落实党的二十大精神，始终坚持“以人民为中心”的创作初心，坚持创造性转化、创新性发展，将社会主义核心价值观融入影视音乐的创作之中，根植于中国本民族沃土、立足于人民群众，努力创作出更多具有中国特色的优秀影视音乐。

　　此外，影视音乐还要讲好中国故事，尤其要讲好我们正在经历的时代故事。影视音乐既要满足广大人民群众的精神需求、反映人民群众的生活，也要满足时代的需要、反映时代发展的脚步。真正无愧于伟大时代的优秀影视音乐是能够产生文化价值的，是能够激起人民广泛共鸣的，能够让人民在其中获取更多的精神满足感、生活幸福感、民族自豪感，能够向世界展现可信、可爱、可敬的中国形象。

　　《光明日报》（ 2023年01月11日 13版）