佰家富app手机版-佰家富app客户端下载

越南琴匠“知音故里”遇知音******

　　中新社武汉2月1日电 题：越南琴匠“知音故里”遇知音

　　作者 武一力

　　踏入武汉东湖大李村，丝丝缕缕琴声不绝于耳，时而清脆，时而雄浑。在一座名为“南天坊”的古朴院落内，主人阮延俊抚琴而歌，三五宾客围炉而坐，听琴品茗。

　　“古琴，是我在武汉遇到的‘知音’。”阮延俊近日接受中新社记者采访时说。

　　阮延俊来自越南广治省，是一名古琴演奏家、斫琴师。18年前，热爱中国文化的他来到华中师范大学研习中国古代文学，成为文学博士。毕业后，阮延俊留在武汉，传授古琴演奏和斫琴技艺。

　　中国传统乐器古琴，至今已有3000多年历史。而武汉是“知音故里”，伯牙抚琴遇知音子期的故事就发生在这里。

　　学好中国乐器绝非易事。起初，阮延俊一有空就泡在图书馆查阅古琴文献，从北宋《碧落子斫琴法》，到中国现存最早的琴曲专集《神奇秘谱》，一本本“啃”，一曲曲练。“许多古籍都是竖排繁体，晦涩难懂，我要花大功夫查资料、请教师长，以便了解其中的历史文化。”阮延俊说。

　　比读古籍更难的，是认琴谱。阮延俊家中有一面刻满字的墙，看似汉字，却非汉字。他介绍，这是古琴减字谱，用汉字中某一字或偏旁减笔来表示弹奏的弦数、徽位、左右手指法，如勾、挑、抹等，是五线谱无法取代的。作为演奏者，必须将减字谱熟记于心。

　　“善琴者善斫。”斫琴，即制琴，学会了演奏，阮延俊开始自学斫琴。古琴制作皆沿古法，要经过涂生漆、刮灰胎、上弦调音等百余道工序，制作一床琴平均耗时三年。

　　“槽腹是斫琴关键的一步，决定古琴的音质。”阮延俊一手按着古琴面板，一手拿着铲刀，顺着木纹反复将槽腹打磨至适宜的厚度。他时不时用食指叩击面板，侧耳倾听低音是否纯粹浑厚，高音是否清亮通透。

　　以琴为伴，亦以琴会友。阮延俊还记得多年前亲手制作的第一床古琴，那时还在上学的他囊中羞涩，只能在网上买便宜的材料制琴。当老板得知这位外国小伙痴迷中国乐器，豪爽地将材料免费寄给他。如今，两人已成了无话不谈的“琴友”。

　　扎根中国18年，阮延俊踏遍中国名山大川，朋友遍及南北各地。他和自己的博士生导师戴建业不仅成了知音，更是情同父子，每天打电话分享生活见闻、交流学习心得。今年春节，阮延俊照例邀请师长、好友来家里小聚，弹弹琴、聊聊天。

　　阮延俊还收养了小狗“巍巍”和流浪猫“洋洋”，分别取自俞伯牙钟子期“高山流水”故事中的“巍巍乎若泰山”和“洋洋乎若江河”。“从某种意义上说，它们也是我的知音。”他笑道。

　　阮延俊心中一直有个愿望：将古琴带回家乡。“音乐无国界，我计划在家乡建设一个以古琴为主的中国传统文化传播基地。”(完)

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）