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。

千年国乐 创造新“声”******

　　【热点观察】

　　作者：王秀庭（临沂大学音乐学院院长、二级教授）

　　从钧天广乐到江南丝竹，从寄托文人雅士志向的琵琶到悠扬四方的竹笛，绵延千年的国乐是民族文化的音乐化呈现，勾勒出源远流长的气韵风华，彰显着包容并蓄的文化风骨，陪伴着代代国人历经亘古千秋。近年来，随着中华优秀传统文化的复兴，曾经一度陷入传承困境的国乐，重新焕发活力，并不断创造新的传奇。

原创民族音乐会《海上生民乐》。新华社发

　　失传的民族乐器“复活”

　　欲先善其事，必先利其器。要再现古老美妙的民族音乐，复原古老的民族乐器是基础。近年来，国乐振兴的一个表现是很多失传的民族乐器“复活”了。比如，中央民族乐团与敦煌研究院、上海民族乐器一厂等合作，先后复原开发出50多个品种、90多件敦煌古乐器，如筚篥、箜篌、凤首阮、葫芦琴、莲花琴、瑟、雷公鼓……让存在于莫高窟壁画中的敦煌古乐器走下壁画，重新在当下发出悦耳的声音。利用这些复原的古乐器，中央民族乐团的艺术家们先后创作出《印象·国乐》《又见国乐》等民族音乐剧。

　　除了复原古乐器，民族乐器也在不断改良，国乐正是在民族乐器的不断改良中一步步向前发展的。比如，原山东前卫文工团的王惠然老师根据用于戏曲伴奏的二弦柳琴，制造出三弦及四弦高音柳琴，成为中国民族管弦乐队中不可替代的弹拨声部高音乐器；广东音乐名家吕文成将传统二弦改良成高胡，使之成为广东音乐的象征性乐器。

　　随着大量古乐器的复原和民族乐器的改良，各种形式的器乐剧纷纷涌现。自2017年世界首部民族器乐剧《玄奘西行》诞生以来，各级文艺院团先后创作出《扬帆大湾梦》《天山南北》《帆影弦歌万千重》《滹源雅韵》等不同类型、不同题材的民族器乐剧。中国民族乐器原本只是演奏音乐的工具，民乐演奏家自古以来也是以演奏音乐为主。而在器乐剧中，二胡、古琴、竹笛等都被赋予了戏剧功能，成为戏剧中的一个角色；民乐演奏家不只演奏音乐，还要演绎人物。在这种艺术形式中，演奏家不仅要有高超的演奏技巧和音乐理解力，还要具有较强的表演能力。尽管挑战很大，但不得不说，这也推动了国乐的创新。

　　跨界融合换新颜

　　相较于音乐剧、舞剧、话剧等，民乐一直属于较为“冷门”的艺术，曾经一度陷入萧条。其中一个很重要的原因是，民族乐器在很长一段时间里无法与现代音乐技法有效结合。

　　近年来，民族音乐人大胆创新，钢琴、小提琴、大提琴、爵士鼓、电吉他等西洋乐器，都被他们拿来和琵琶、二胡、竹笛、中阮等地道的中国乐器“对话”，创作出大量具有跨界曲风的国乐新作。

　　比如，上海民族乐团等出品的《海上生民乐》，打破传统民族音乐会的观演模式，融合书法、国画等多种文化元素，通过数字化多媒体技术，拓展表演场域的边界，以声、景交互融入现代审美意识，构筑起多元交融的立体视听现场，掀起数字时代海派民乐的新浪潮。不仅如此，《海上生民乐》还以先锋姿态，开创了民族音乐领域的首个驻场演出。

　　除了《海上生民乐》，前面提到的《印象·国乐》《又见国乐》《玄奘西行》等作品都是跨界融合的成功之作。它们无不融合了多种表演形式，对民乐进行了全新演绎，创造了国乐新华章，处处彰显着中国风格、中国气派、中国精神。

　　传统民乐还与现代流行音乐相结合，形成了深受年轻人喜爱的国风音乐。国风音乐作品在表现形式上包容多样，音乐风格以流行与古典曲风的多元融合为主，在词曲格律、编曲配器上，呈现出浓郁的中国传统文化气息。2022年某音乐研究机构《国风音乐内容生态报告》显示，2020年至2021年，播放量过亿的爆款国风音乐有51首；国风歌曲播放量是2019年至2020年的两倍多；播放量破百万、千万的作品数量呈上升趋势。不断涌现的国风音乐作品，既体现出创作者强烈的文化自觉意识，也说明国乐在现代社会具有旺盛的生命力。

　　线上直播开辟“第二舞台”

　　今年8月，中央民族乐团的百余位艺术家集体入驻抖音，努力在线上开辟“第二舞台”，开创国家级院团乃至全国专业艺术院团的先河。这是国乐积极拥抱网络直播等新传播方式的一个缩影。

　　除了中央民族乐团这样的国家队，已经“开播”的还有大量来自民间的民乐人。近日，抖音发布的《2022抖音民乐直播数据报告》显示，截至目前，抖音直播覆盖民族乐器种类87种，观看人次突破61亿。过去一年，抖音民乐类直播场次超过178万场，同比增长95%；累计直播时长达233万小时，同比增长101%。以一场演出时长1.5小时计算，相当于每天有4270场民乐演奏会在抖音上演，平均每场观众2319人。与之形成鲜明对比的是，疫情前一个一线城市每天的线下演出不过100场左右。

　　网络直播为民乐的发展带来了新契机。一方面，民乐人通过直播可以获得打赏收入，找到了民乐的“市场蓝海”。过去一年，有87%的抖音民乐主播能够获得打赏收入。其中，如独弦琴、箜篌、埙等相对小众的民族乐器也创造了上万级别的“票房”。另一方面，一些小众、濒危的民乐类非遗通过直播重新获得关注。比如，少数民族京族的特色乐器独弦琴，全中国会弹的人一度只有个位数。如今，独弦琴非遗传承人赵霞已在抖音收获40多万粉丝。依靠直播打赏收入，赵霞运营起2个独弦琴非遗教学点，保留住了独弦琴的传承之火。

　　国乐渐成“国潮”

　　“血脉里的基因被唤醒，怎能不爱这荡气回肠的音乐。”去年，民乐短视频《兰陵王入阵曲》一经推出，立刻火遍全网，在主要受众为Z世代的B站上，点击量超过1300万次。

　　成为爆款的不只有《兰陵王入阵曲》。在B站上，民乐区近年来一直格外火爆。年轻的UP主们用民乐对动漫、影视、流行歌曲进行改编，很多作品不仅成为流量担当，也通过Z世代的积极转发持续“破圈”传播。而主流民乐从业者亦在努力推动民乐艺术创造性转化、创新性发展。比如，中央民族乐团团长赵聪将中国传统文化与游戏相结合，为某款游戏推出的主题音乐《赤焰之缨》，不仅再一次拓展了民乐的可能性，更在一帮90后、00后中掀起了一股民乐热。除此之外，一些国乐作品还火到了海外，比如，一个名为《左手指月》的中国女孩弹奏古琴的视频，仅在YouTube上就有上千万的播放量。可以这么说，曾经被视为“老套”“保守”“不好听”的民乐，正向世界发出最“潮”的自信之声。

　　当然，国乐的传承和创新永无止境。如何用原创作品为国乐带来更多可能，进一步激活民族音乐所承载的传统文化底蕴，这应该是民乐从业者接下来认真思考的新课题。

　　（本文系山东省社会科学规划研究项目结项成果【17CCYJ27】）

　　《光明日报》（ 2022年12月21日 13版）