红星耀中华 | 大卫·弗格森:中国共产党的领导是强大的政治优势******
2006年,大卫·弗格森(David Ferguson)从英国远渡重洋,来到中国。十多年来,他主要从事新闻出版工作。作为中国外文局外文出版社的荣誉英文主编,弗格森是《习近平谈治国理政》一至四卷英文版的英译文改稿专家,并参与了我国多部政府白皮书以及其他各类重点图书英文译文的改稿润色。他不仅见证了中国的发展,也在以一个西方人的视角向世界传播更多中国的声音。
大卫·弗格森。受访者供图
来到中国前,一如很多西方人,弗格森对中国了解甚少。“我当时只是知道中国是一个大国,以为除了北京、上海这样的大城市以外,中国大部分地方都很贫穷。”弗格森说。
然而,到中国后,弗格森发现他此前对中国的印象并不准确。尤其是在2008年3月,当他看到西方媒体对于中国西藏的不实报道与抹黑之后,弗格森决定将自己所亲眼见证的中国故事以更加准确、真实的方式呈现给西方受众。
随后,弗格森成为了中国一家新闻网站的记者,并先后参与了汶川地震、北京奥运会、上海世博会等一系列重大新闻事件的报道。
入职外文出版社后,弗格森曾前往中国多个城市考察,并撰写多部介绍中国二三线城市的书籍。然而,最令其自豪的,莫过于作为英文编辑参与了《习近平谈治国理政》英文版的审校与出版工作。他本人也对习近平新时代中国特色社会主义思想有着深刻的见解和认识。
“习近平新时代中国特色社会主义思想听上去有些复杂,但如果深入研究你会发现,这是一个逻辑严密的整体。”弗格森说。“每一个(理念)都是这套完整思想体系的一部分。它们组合在一起,涵盖了治理中国的方方面面。”
大卫·弗格森手持《习近平谈治国理政》。外文出版社供图
弗格森认为,中国共产党的领导是中国得以飞速发展的重要原因,是强大的政治优势。在他看来,中国的脱贫攻坚成就举世瞩目。
2022年10月22日,党的二十大在北京胜利闭幕。弗格森表示,中共二十大的召开“恰逢其时”。
弗格森对二十大报告中提出的“中国式现代化”一词有着自己的见解。“中国式现代化要走的路与以往美西方现代化不一样。”弗格森说,“这不是一条为了少数人利益而剥削多数人的道路。这是一条合作共赢之路。这是一条以人民为中心的发展之路。这样做的目的是确保没有人被抛在后面,每个人都能共享发展的果实。我认为中国共产党带领中国在这方面做得很好。”
但与此同时,西方一些国家仍然对中国和中国共产党采取敌视的态度,并不时发动媒体对中国进行抹黑。弗格森认为,这不是简单的误解。
弗格森说,误解的出现是由于缺乏信息或误导性信息而发生的。而中国现在面临的是一种被故意制造的“情感敌意”。“美西方花了很长时间试图让人们相信,他们的制度是最好的、唯一行之有效的,而突然之间出现了一个没有采用他们的制度却做得非常好的国家。”
弗格森指出,中国的发展使得西方人近代以来的道德和制度优越感受到了挑战,对于中国的诋毁和抹黑是出于情绪上的反应。“在我看来,这便是整件事情的根源。”他说。
2021年弗格森获得中国政府颁发给外国专家的最高荣誉“中国政府友谊奖”。同年,他还获得了我国出版界最高涉外奖项“中华图书特殊贡献奖”。这是对他多年来的辛勤工作,尤其是致力于在国际舞台上传播中国声音的最好褒奖。
谈到自己对于未来工作生活的展望,弗格森表示,会一如既往地工作下去,争取作出更多贡献。他已经去过大半个中国,每到一个地方都有新的收获。“未来,我希望做的另一件事是在社交媒体上展示中国,因为比起写书,在社交媒体上我们能够触达更多读者,继而传递更多中国声音。”
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)