天蓝地黄,是秦晋大地对于黄土高原的回应;冰瀑入壶,是黄河母亲对于北方冬日的回应;万幅画框,是“杨拴明组合字”对于文化自信的回应——12月15日10时,随着石占明老师一曲嘹亮的《天下黄河九十九道弯》在壶口瀑布上方回响,“杨拴明组合字”挑战吉尼斯世界纪录现场活动正式拉开帷幕。这是继2019年6月23日,杨拴明成功挑战吉尼斯世界纪录称号“最大的折页书”之后,向其个人第二项世界纪录发起的冲刺。
始于经典,组合生趣。据挑战活动组委会介绍,本次参加挑战的“杨拴明组合字”既包含了多年创作的精品,也不乏近年杨拴明潜心研究、与时俱进的新作,是他在这一领域研究的一次集中展示、展览。其内容涉及经典古籍、四大名著、成语俗语、诗词歌赋、古今名联、国防军事民生、中国上市公司名称、中国5A景区名称、大学校训等42个相对独立又延展关联的系列篇章。而且,所有作品均选自于其已获得国家版权局发证保护的2.8万个作品之中,其规模之大、形式之新、影响之广,可谓开创了文化展览与传播的新篇章。
跟随吉尼斯世界纪录认证官吴晓红女士的步伐,徜徉在挑战活动现场,融入了母亲河恢弘宽广胸怀的“杨拴明组合字”作品似乎显得很渺小。但从一到十、上百过千,破万后还在继续……一种对于生活的热爱、对于文化的执着、对于生命的崇敬,穿透画框铺面而来,一个个组合字像是有了灵性般逐渐长大而变得生动而形象,如同身后奔腾的黄河水,内敛而厚重,汹涌而磅礴。杨拴明说,他是来自吕梁山的一个普通庄户人,但从小对于文字、文学、文化的痴迷和热爱延续至今,让每一个生命的特定阶段,有了不同的意义。但无论是因热爱而保持了数十年如一日的练字习惯,还是为挑战成功而付出的努力与坚持,只要咬定青山不放松,这些“都将成为我们实现人生目标丰富的阅历和过程,最终让梦想因此而闪亮“。
海外华人书法家协会联合主席兼老挝分会主席、中国美术学院公共艺术研究院社会美育研究院副院长叶剑锋,海外华人书法家协会非洲分会联合主席、坦桑尼亚华人书法家协会主席、比利时世界文化艺术交流中心顾问、中国名家联合书画艺术院顾问陈天寿作为特邀嘉宾参加了挑战活动,同时他们也是此次挑战作品篇章序言的创作者。叶剑锋主席表示,虽然为杨拴明先生撰写序言的42个国家的书协主席、总会会长无法亲历现场,但作为他们的代表,在感知了现场的震撼与气度后,倍感荣幸与激动,“尤其是杨拴明先生将许多传统文化的元素,比如诗词歌赋、古籍名著蕴含其中,再根据美学、结构学、文字的特点进行组合创新,就是为传统赋新生,让创新有内涵。”
中国象棋国际特级大师、蒙目棋吉尼斯世界纪录保持者蒋川在挑战活动现场,同样激动地分享着“冬日壶口的壮美和杨拴明先生1.5万幅挑战作品”带来的双重震撼。他说,如果杨先生三年前的成功挑战“是对人体生理机能和体能的一次挑战,是将梦想落于现实的一次真实考验,是充盈精神、鼓舞人生最好的注解与完美诠释”,那么此次衷于传承、不断创新、肩负重任的 “杨拴明组合字”,也一定会带着他持之以恒挑战的勇气和为之不懈努力坚守精神,传递给越来越多的人以力量和信心。
挑战活动上,吉县县委书记赵松强向杨拴明亲自颁发了由中共吉县县委、吉县人民政府授予的“吉县文旅发展宣传大使”证书,吉县县委副书记、代县长牛永福还与杨拴明互赠了双方极具知名度和美誉度的礼物——红彤彤的吉县苹果以及杨拴明特意创作的“吉县苹果撩人香”组合字作品,更是引来现场的阵阵掌声。
15282、15283……15289!在吉尼斯世界纪录认证官及现场工作人员的共同见证下,“杨拴明组合字”挑战吉尼斯世界称号“最大规模的画框展”成功!自此,杨拴明也成为两项吉尼斯世界纪录的创造者,挑战结束后“杨拴明组合字”展览同步进行,据了解,该展览将陆续开启全球巡展的征程,带着传承与创新的文化使命,让组合字走入更广阔的舞台,让传统文化迸发迷人光彩。
央视著名山西籍主持人任志宏倾情为挑战活动助力,晋剧表演艺术家、国家一级演员栗桂莲等名家大咖的精彩演绎,更与挑战活动相得益彰、共续华章。
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)