一分快3软件-购彩大厅APP | 在线登录-APP下载

去芝加哥品味文化包容（海外学子看海外）******

图为芝加哥千禧公园地标雕塑“云门”。

　　芝加哥是美国现代主义的起源地之一，世界上第一座摩天大楼就诞生在这里。时至今日，芝加哥仍然在建筑、艺术以及文学创作方面走在潮流前列。都会的繁华、激烈的变革与紧张的城市节奏，共同构成了芝加哥这座城市的面貌。

　　第一次来到芝加哥的游客会惊叹这座城市的繁华，高楼大厦鳞次栉比，沿密歇根湖可以看到芝加哥最具标志性的天际线：那是一道绵延数公里、由芝加哥摩天大楼构成的城市地标。市中心的密歇根大道是奢侈商品和酒店的聚集地，到了夜晚灯火通明，车辆行人川流不息，被称作“华丽一英里”。

　　“或许每一座大城市都是这样，你会爱上它，也会讨厌它，但这都不会影响到它。”这是我在第一次去芝加哥后写下的感想。面对这样一座繁盛的都会，个体往往会感到渺小。在这样的城市里，变化如此之快，节奏这般紧迫，似乎每一个人都被无形的力量裹挟着前行，只要踏进芝加哥，不由自主变得和这座城市的居民们一样行色匆匆。

　　然而，当对芝加哥的了解愈发深刻后，我逐渐意识到这座城市在匆忙与浮华的背后，有着更为生动、深刻的一面。

　　芝加哥如今的建筑风格起源于19世纪70年代。1871年芝加哥遭受了一场巨大的火灾，老旧的木质建筑大约有1/3被烧毁。为了迅速地完成灾后重建，负责重新规划芝加哥城市建筑的工程师们尝试使用钢铁框架和箱式结构来搭建房屋，并用石砖和混凝土来建造外墙。

　　出乎意料的是，这种快捷的建造方式和坚固耐热的建筑结构完全符合工业时代的城市建设要求，因此这种现代建筑风格很快被美国其他各大城市所使用，被称为“芝加哥建筑学派”。现在芝加哥每年10月会有一个周末作为“建筑开放日”，城市的公共建筑向游客和市民开放参观并提供讲解，以供更多人了解芝加哥这座城市对现代主义建筑所作的贡献。城市规划者和工程师们的卓越眼光固然重要，如今芝加哥的繁荣昌盛同样离不开万千为此付出劳动和汗水的人们。

　　芝加哥还是一座文化包容性极强的城市。来到芝加哥的人一定不能错过著名的千禧公园和芝加哥艺术学院，它们代表着芝加哥这座城市的文化精神。

　　千禧公园中央坐落着芝加哥的著名地标雕塑“云门”，这个长相酷似液态水银的雕塑会把周围的建筑和街道用一种哈哈镜式的扭曲方式折射出来，人与人、建筑与建筑在它的眼中都被融合成为一体，不再受现实中的界限所束缚。

　　芝加哥艺术学院更是充满了古典与现代的交融，18世纪的巴洛克风格雕塑、19世纪的印象派主义画作以及20世纪的波普艺术海报同时向观众呈现；从地域上来看，美国、欧洲、亚洲和非洲各地的艺术作品也都得到了同等的重视与体现。芝加哥的文化与艺术不只源于这座城市，它汇集了世界各地的精神财富。

　　留美期间，虽然我去过芝加哥多次，但仍期待继续探访。在我看来，芝加哥是现代文化的集大成者，它用开放包容的心态接纳着世界各地的人与文化，将世界联系得越来越紧密，不断拓展思想与文化的边界。

　　（许路明 文/图，作者系美国伊利诺伊大学香槟分校在读博士生）

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）