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。

思想政治教育叙事话语的创新探索******

　　思想政治教育叙事话语的创新探索

　　——《思想政治教育叙事话语研究》评介

　　作者：骆郁廷（武汉大学党委原副书记、武汉大学思想政治教育研究院院长）

　　思想政治教育是以马克思主义和中国化马克思主义及其最新成果武装人们的头脑，巩固马克思主义在意识形态领域指导地位，巩固全党全国人民团结奋斗思想基础的重要工作，事关党的前途命运、国家长治久安、民族凝聚力和向心力。而思想政治教育叙事话语，又关系到思想政治教育的说服力和意识形态的吸引力和影响力。长期以来，中国共产党高度重视意识形态话语和思想政治教育叙事话语建设。中国特色社会主义进入新时代，对党的意识形态话语体系和思想政治教育叙事话语建设提出了新要求。2013年，习近平总书记在全国宣传思想工作会议讲话中强调要“讲好中国故事、传播好中国声音”。2021年5月31日，习近平总书记在主持中共中央政治局第三十次集体学习时再次强调要“加快构建中国话语和中国叙事体系”，这一深刻论述具有重要的理论和实践价值。新时代如何不断提升叙事能力，提高思想政治教育的针对性、吸引力、实效性，是马克思主义意识形态话语权建设面临的重大课题。当前，思想政治教育叙事话语研究已成为一个前沿热点问题。由西安交通大学马克思主义学院教授、博士生导师马忠教授所著的《思想政治教育叙事话语研究》一书，将“思想政治教育”与“叙事”紧密联系，围绕构建具有中国特色的新时代意识形态话语体系，对思想政治教育话语创新的一些前沿问题进行了初步探索，很有意义。该书具有以下特点：

　　一是多视角探究思想政治教育的叙事理论。该书以马克思主义为指导，借鉴哲学、语言学、传播学等多学科方法，廓清了思想政治教育叙事话语的基本问题。该书在马克思主义语言观指导下，从“语言是思想的直接现实，观念不能离开语言而存在”的基本观点出发，深入解析了思想政治教育和语言的关系，认为叙事是一种最生动的思想政治教育话语形式。这是因为，人类叙事从来就包含着意识形态，在多元文化和跨文化认知背景下，叙事能以文化、软性方式有效传播思想政治教育的内容，即“叙事+思想政治教育”使抽象复杂的意识形态观念找到有效的话语载体。为此，该书讨论了思想政治教育的叙事基础、叙事使命、叙事要求、叙事策略，是一本兼具理论性和实践性的创见性著作。

　　二是阐明了思想政治教育叙事的时代使命。思想政治教育叙事话语本质上是一种意识形态话语传播的叙事实践。基于新时代视角，该书认为思想政治教育要讲好中国故事、传播中国声音、弘扬中国精神、凝聚中国力量。特别是要讲好中国历史故事、现实故事和发展故事，阐发中国精神、展现中国风貌；要发中华文化之声、中国发展之声、中国和平之声，增强传播意识、提升传播能力；增强精神动力，提供智力支撑，凝聚社会力量。该书尤其针对我国国际传播中面临“有理说不出、说了传不开”的现实困境，强调不断提升叙事能力，体现出鲜明的问题导向。

　　三是细致剖析思想政治教育叙事话语创新方法。思想政治教育话语问题关涉“说什么、对谁说、怎么说”等问题域。为了从话语层面解决这些问题，该书认为运用叙事进行话语创新就成为思想政治教育的必然选择。为此必须把思想政治教育置于真实生动的社会生活中，既要多用理论语言，体现理论表述、问题思考、逻辑推理的要求，抓住本质，又要多用群众语言，通俗易懂、瞄准现象，契合群众的水平要求，使思想政治教育吻合民族文化心理特点，不断增强叙事话语的生动性、审美性、感染力。为了说明运用叙事话语的必要性，该书大量引入历史和现实案例，围绕“符号、意义、语境、接受”等基本问题，对思想政治教育叙事话语做了细致、有效的解释。

　　总体看，该书强调以叙事进行思想政治教育话语创新，视角新颖、方法独特，探索了思想政治教育话语研究新路径，开拓了思想政治教育文化研究新视野、形成了思想政治教育方法研究新空间，是一部思想政治教育叙事话语研究的力作。