彩神官网平台-彩神下载

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。

“二创”短视频如何与影视原作和谐共处******

　　作者：张歌东（中国传媒大学动画与数字艺术学院教授、中国电影剪辑学会短片短视频艺术委员会主任）

　　近年来，影视剪辑类短视频（俗称“‘二创’短视频”）越来越受到人们的欢迎。这些短视频节奏明快、剪辑手法新颖，受到短视频用户的青睐。不过，由“二创”短视频引发的版权争议日益突出。哪些“二创”短视频属于独创性作品？二度创作中，对原作品合理使用的边界在哪里？如何在尊重版权的前提下，发挥剪辑艺术的魅力，让“二创”短视频良性发展？如何建立起符合网络时代要求的版权授予机制？这些都是亟待解决的现实问题。

　　从艺术创作角度来看，“二创”短视频有多种类型，既有简单粗暴的切条，如“剪刀手”视频，也有融入了UP主的自我理解、加工、评论的类型，如故事改编、电影解说、主题混剪、视频人物志、视频影评等，不同类型的“二创”短视频，“独创性”的成分相差很大。

　　因此，版权机制要在“二创”短视频中发挥作用，就应先厘清“二创”对原作品合理使用的边界。笔者认为，应从视频的剪辑程度、音频的改编程度、主题的改编程度、故事的改编程度等几个维度设定一个“二创指数”来判断到底是创作还是抄袭。其中的关键是，作者对影视原片素材的二度创作有无“创造性转化”，对影视原作的剪辑与改编有无“创新性发展”。因此，面对网络视听快速发展的现实，为推动短视频行业健康发展，在尊重版权的前提下，一方面应继续发挥剪辑艺术的长处，另一方面也应优化版权生态，构建起适合互联网时代的版权机制。

　　“二创”短视频迎合了移动互联网时代人们碎片化的阅读习惯。这种“二创”作品在满足人们文化娱乐需求的同时，可能会削弱影视作品的完整性及艺术性。一些观众在观看了几分钟的电影介绍、解说、评论后，觉得没有必要再看原作，这也可能会对原作的市场收益造成影响。

　　但在笔者看来，我们不必将“二创”短视频与影视原作完全对立起来。对一般观众而言，他们观看的影视作品数量有限，“二创”短视频正好为其提供了“浏览器+文章摘要”。一些观众以往没看过相关作品，通过“二创”短视频对原作产生了兴趣，接着主动欣赏原作。在此情形下，“二创”短视频能够为原作迅速积累起口碑，产生“自来水”效应。现实中，我们经常遇到这样的例子。一些中小成本电影，艺术质量不错，但囿于经费限制，没有进行大规模宣发，很多观众起初并不了解，但在“二创”短视频的接力传播下，观众知道了影片并主动走进影院。其实，对观众来说，大家更希望“二创”短视频，能够与影视艺术形成某种程度的跨媒介、跨平台互动，那样能够丰富影视产品的类型。

　　从发展的眼光看，“二创”短视频与影视原作的传播并非“此消彼长”的零和博弈。“二创”短视频与影视作品的宣传营销应该形成良性互动，建立起适应媒介融合的影视传播体系。以电影宣发为例，随着传播渠道的变化，很多传统视频物料的传播效能在不断下降。在新的传播环境下，电影的宣发营销，完全可以利用短视频的形式来实现更好的传播效果。比如，宣发公司可以与数以百万计的“游击队”UP主合作，在影视剪辑、逻辑把握、亮点选取、用户心理理解等方面形成合力，最大化地扩大影片的影响力。

　　以人工智能为代表的技术创新时代已经到来，文化产品的创作手段面临着跨维度变革，如近年来兴起的AI写作、AI绘画等，都对传统的版权概念提出了全新的挑战。在此背景下，“二创”短视频所引发的思考不过是一个前奏曲。

　　什么是短视频？只有时长这一个维度吗？看待短视频，时长是一个维度，但不是唯一的维度。未来，随着短视频作品品质的提高以及硬件技术的发展，短视频的传播将不再囿于移动端，它可能会成为一种广泛存在的娱乐形式。从这个意义上看，“二创”短视频在未来甚至可能会发展成为一种相对独立的作品类型。

　　着眼于未来，我们非常期望能够构建起适应互联网时代的版权机制，在尊重版权、合法合理使用原作的前提下，发挥“二创”短视频剪辑的想象力和创造力，提升其独创性，这也是对影视原作审美价值和情感力量的强化与放大。同时，我们也期待长短视频平台在探索影视内容知识产权使用规范化方面携手同行。

　　我们欣喜地看到，业内诸如抖音和爱奇艺这样的长短视频平台已经启动合作：爱奇艺将向抖音授权其内容资产中拥有网络传播权及转授权的长视频内容用于短视频创作。在具体操作层面，双方对解说、混剪、拆条等短视频二创形态进行了约定。这种合作是一次短视频创作者和影视版权方互利共赢的良性互动，是一种顺应互联网和UGC（用户原创内容，即用户将自己原创的内容通过互联网平台进行展示或者提供给其他用户）大趋势的双向奔赴。我们希望这种合作能够形成示范带动作用，推动长视频内容知识产权的规范使用，助力“二创”短视频持续健康发展。

　　《光明日报》（ 2022年12月21日 13版）

　　（文图：赵筱尘 巫邓炎）