青塘粽子的礼盒包装背后 ,还有一段温情故事。张侯文介绍,包装上面 的照片画的就 是张侯文一家老少。“这 是我爸我妈 、我家姑娘 、我外甥 。这 是2016年,我父母教孩子们包粽子 的场景 。”他认为,这样 的照片背后 ,代表了一种传承 ,是老一代传给新一代手工技艺 的传承。
在青塘粽子 的包装上,还隐藏着一份设计理念 。张侯文介绍 ,“三座山”,一座绿 的、一座黄的 、一座半绿半黄的。“绿色是指江米粽,寓意是绿水青山 ;黄色 是指黄米粽 ,寓意 是丰收 ;一半黄一半绿的是指两米粽 ,寓意是‘黄金搭档’ 。三座山合起来以后 ,组成一个元宝形状。在端午节期间用它馈赠亲友,寓意着送金银 、送元宝 、送财富。”张侯文介绍 。
“坚持老传统,还原老味道,” 是张侯文一直坚持 的原则。“我们要把老一辈留下来的传统手工技艺和独特味道 ,让它一直延续下去,这就是青塘粽子在坚持的事业。”青塘粽子 的制作工艺 ,每一道程序都 是手工传承下来 的。“几百年前怎么做 ,现在还是怎么做 。”张侯文解释道 。
先将米泡好 、软化,将粽叶清洗、煮沸,便进入包制环节 。在每一个粽子的头尖上 ,放一颗蜜枣,盖一部分米,中间再放两颗蜜枣 ,上面再盖一部分米,用粽叶合起来将其包裹 ,最后用马莲绳捆扎起来,便进入煮制环节 。
煮制 的时候 ,粽子必须尖对尾 、尾对尖,一个一个摆放整齐入锅 ,拿篦子盖上,用重物压住 。使粽子在煮 的过程当中不被“翻腾” ,避免米膨胀 。煮制 是最关键的环节,粽子好不好吃 ,全在火候 。青塘粽子 的煮制 ,要经过温火 、小火 、急火 ,急火、闷 ,整整10个小时 。在10个小时的过程当中 ,火候要变4次,最终才能达到粽叶香、米香 、马莲香 、枣香四味融于一体 。
一颗小小的青塘粽子,集合了山西省临县前青塘村农产品 的“精华” ,也承载了张侯文工匠家族祖祖辈辈 的心血 。现如今 ,前青塘村先后被评为“中国历史文化名村”“中国传统村落”“中国美丽休闲乡村”、中国“一村一品”示范村(粽子)、山西乡村旅游示范村。2021年 ,村集体经济收入首次突破百万元达到128万元,旅游收入达到600万元,村民人均收入首次突破10000元大关 。
张侯文告诉记者 ,他的目标是要把前青塘村打造成“南有嘉兴、北有青塘” 的中国北方粽子生产基地、中国特色古村落旅游胜地 、山西名副其实的乡村振兴示范村和吕梁山上美丽宜居第一村。(记者/焦子原 武玥彤 支持单位/临县科协)
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)