台湾音乐人黄庆元：在乡愁中寻“根”******
中新社北京1月29日电 题：台湾音乐人黄庆元：在乡愁中寻“根”
中新社记者 李雪峰
“人离开家就像树叶离开‘根’，回家过年是中国人的传统，也是中国人对‘根’的眷恋。”癸卯新春，台湾音乐人黄庆元在北京接受中新社记者采访如是说。
祖籍福建、生于台南眷村，黄庆元从小听黑胶唱片长大，求学时期开始组乐团唱摇滚，并尝试写歌。20世纪80年代，黄庆元进入唱片公司工作，成为台湾流行音乐鼎盛时期的见证者与参与者。歌手刘德华的《今天》、王杰的《爱得太多》等都是他的作品。张学友的《吻别》《祝福》，草蜢乐队的《宝贝对不起》等风靡一时的热门专辑也都出自他手。
在乡愁中寻“根”
从台南到高雄、台北，再从香港到上海、北京，回忆人生履历，黄庆元调侃自己一直在“漂泊”，几十年来与家人聚少离多。他说，也因此，乡愁成为自己音乐创作中一个重要的情感来源。
众多作品中，表达海峡两岸血脉相连的歌曲《把根留住》让黄庆元印象深刻。他在歌词中写道：“为了生活，人们四处奔波，却在命运中交错。多少岁月，凝聚成这一刻，期待着旧梦重圆……”他说，歌词创作灵感正是来源于春运。
黄庆元回忆，20世纪90年代初，出于工作需要，他经常往返于海峡两岸及香港。每逢年关，看到各地火车站人满为患。在没有高铁、不能网络购票的年代，人们肩扛大袋手提小包，彻夜排队只为买到一张回家的车票。
“那些场景让我非常动容，这种亲情很难用语言描述清楚。”黄庆元说，台湾的春运同样繁忙，虽然南北不过数百公里，但春节期间依然会出现大堵车。而当时自己无论多忙，也要在除夕之夜赶回家与父母团聚。
如今，虽然人们的出行方式更加多元，携带的行李也更为轻便，但对故乡的情感丝毫没有改变。“回家，是所有中国人对‘根’的眷恋，这个‘根’，便是血脉。”黄庆元说，正是出于这种感受，自己在一夜之间就完成了这首曲目的歌词创作。
意外“北上”扎根
谈及到北京发展的经历，黄庆元笑称“是个意外”：最初只是来帮朋友写歌，本想待很短一段时间，不料却接到了很多合作，不仅有单曲，还有影视剧主题曲、片尾曲、配乐等，时间逐渐被占满，于是留了下来，而这一待就是近20年。
创作之余，黄庆元在不少音乐类选秀节目中担任评委，还参与了不少两岸之间的音乐交流活动。在他看来，创作需要灵感，音乐需要碰撞，跨民族、跨地域、跨背景的交流有助于音乐发展。“年轻人勇敢迈出一步，站上更大舞台是好事。中华文化是一条大河，各条支流活络起来才能流得更远，否则很容易干涸。”他说。
父母离世之后，黄庆元与妻子更多选择留在大陆过春节。“亲人在哪里，哪里就是家。”他说，这些年结识的不少来自五湖四海的朋友，都曾向他们发出邀请。这对台湾夫妇也因此有机会在大陆各地过不一样的春节。
“除夕之夜，和志同道合的朋友们聚在一起聊音乐谈创作，吃美食看春晚，拉家长里短，也别有一番趣味。”黄庆元笑道，去年收到了成都朋友的邀请，今年除夕则不同以往，他和妻子从客人变成主人，六七位朋友在自己家中共聚。
年近七旬，黄庆元没有退休打算。他透露，春节过后不久，就将到祖籍地福建参加一场两岸交流活动，助推音乐事业发展。
继续搞创作、帮助年轻人、推动音乐发展等，黄庆元称自己还有很多东西可做。“人生还要更加努力地去交代，到哪一天没体力了，没法录音了，才会考虑停下来。”他说。(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。
