用“六个坚持”深入推进理论和实践创新******

　　作者：王军杰（天津市中国特色社会主义理论体系研究中心特邀研究员，天津中医药大学马克思主义学院教授、助教）；郭文慧（天津市中国特色社会主义理论体系研究中心特邀研究员，天津中医药大学马克思主义学院助教）

　　习近平总书记在党的二十大报告中指出，不断谱写马克思主义中国化时代化新篇章，把握好新时代中国特色社会主义思想的世界观和方法论，坚持好、运用好贯穿其中的立场观点方法。党的二十大报告就是充分体现人民至上、自信自立、守正创新、问题导向、系统观念、胸怀天下这“六个坚持”的世界观和方法论的光辉篇章。深刻领会“六个坚持”的世界观和方法论是推进理论和实践创新，以中国式现代化推进中华民族伟大复兴的重要保障和抓手。

　　坚持人民至上彰显了我们党始终如一的政治坚守和追求

　　人民至上是贯穿习近平新时代中国特色社会主义思想的一根红线，人民立场是习近平新时代中国特色社会主义思想的根本立场，这是我们党作为马克思主义政党区别于其他政党的显著标志，因为只有人民才是创造世界历史的最根本动力，人民的创造性实践才是理论创新的不竭源泉。

　　人民是我们党执政的最大底气，习近平新时代中国特色社会主义思想就是站在人民立场、把握人民愿望、尊重人民创造、集中人民智慧形成的为人民所喜爱、所认同、所拥有的创新理论，是指导人民认识世界和改造世界的强大思想武器。在百年奋斗历程中，中国共产党不断强化公仆意识，在思想上尊重群众、感情上贴近群众，始终保持对人民的赤子之心，在顺应群众期盼、增进民生福祉的实践中，不断追求“我将无我，不负人民”的崇高境界。

　　坚持自信自立才能不断创造新的伟大奇迹

　　习近平总书记指出，当今世界，要说哪个政党、哪个国家、哪个民族能够自信的话，那中国共产党、中华人民共和国、中华民族是最有理由自信的。党的百年奋斗成功道路是党领导人民独立自主探索开辟出来的，马克思主义的中国篇章是中国共产党人依靠自身力量实践出来的。中国的问题必须从中国基本国情出发，由中国人自己来解答。独立自主，自力更生，无论过去、现在和将来，都是我们的立足点。中国共产党带领中国人民走中国特色社会主义道路，具有无比广阔的舞台，具有无比深厚的历史底蕴，具有无比强大的前进定力。中国人民有这个信心，每一个中国人都这个信心。

　　中国共产党在世界形势深刻变化的历史进程中始终走在时代前列，在应对国内外各种风险和考验的历史进程中始终成为全国人民的主心骨，在坚持和发展中国特色社会主义的历史进程中始终成为坚强领导核心。中国共产党和中国人民正信心百倍推进中华民族从站起来、富起来到强起来的伟大飞跃。改革开放和社会主义现代化建设深入推进，书写了经济快速发展和社会长期稳定两大奇迹新篇章，实现中华民族伟大复兴进入了不可逆转的历史进程。

　　坚持守正创新是不断推进理论创新和理论创造的必然要求

　　守正创新植根于中华民族悠久的优秀文化传统，植根于马克思主义哲学的基本原理，植根于中国共产党第一个百年奋斗的历史经验。守正是创新的前提和基础，创新是守正的动力和发展。马克思主义中国化的百年历史就是一部守正创新的理论发展史。在中国特色社会主义新时代，守正就是要坚持马克思主义基本原理不动摇，坚持党的全面领导不动摇，坚持中国特色社会主义不动摇；创新就是要紧跟时代步伐，顺应实践发展，以满腔热忱对待一切新生事物，不断拓展认识的广度和深度，以新的理论指导新的实践。

　　党的二十大报告坚持守正创新，在党和国家事业取得历史性成就、发生历史性变革的基础上，吹响了全面建设社会主义现代化国家、全面推进中华民族伟大复兴而团结奋斗的新的号角，提出以中国式现代化全面推进中华民族伟大复兴的战略思想，提出高质量发展是全面建设社会主义现代化国家的首要任务的思想，提出教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑的思想，提出自我革命是跳出治乱兴衰历史周期率的第二个答案等诸多伟大的思想。

　　坚持问题导向才能够把我们的社会不断推向前进

　　习近平新时代中国特色社会主义思想正是对新时代坚持和发展什么样的中国特色社会主义、怎样坚持和发展中国特色社会主义，建设什么样的社会主义现代化强国、怎样建设社会主义现代化强国，建设什么样的长期执政的马克思主义政党、怎样建设长期执政的马克思主义政党等事关新时代党和国家事业发展的重大理论和实践问题进行深邃思考和科学判断形成的时代强音。

　　必须增强问题意识，聚焦实践遇到的新问题、改革发展稳定存在的深层次问题、人民群众急难愁盼问题、国际变局中的重大问题、党的建设面临的突出问题，不断提出真正解决问题的新理念新思路新办法。二十大报告正是坚持问题导向，立足于新时代新阶段面临的新形势，系统擘画了全面建设社会主义现代化国家、全面推进中华民族伟大复兴的宏伟蓝图，具有强大的历史穿透力、思想引领力、政治动员力、时代感召力，必将引领全党全国各族人民万众一心，夺取全面建设社会主义现代化国家新胜利。

　　坚持系统观念才能具有基础性的思想和工作方法

　　唯物辩证法认为，世界上的万事万物都处于普遍联系之中，普遍联系引起事物的运动发展。联系和发展的观点是唯物辩证法的总观点。这就要求必须用普遍联系的、全面系统的、发展变化的观点观察事物，从而把握事物发展规律。我国是一个发展中大国，处于社会主义初级阶段，世界百年未有之大变局加速演进，世界进入新的动荡变革期。这些世情国情要求我们要善于通过历史看现实、透过现象看本质，把握好全局和局部、当前和长远、宏观和微观、主要矛盾和次要矛盾、特殊和一般的关系，不断提高战略思维、历史思维、辩证思维、系统思维、创新思维、法治思维、底线思维能力。

　　社会是个复杂的大系统，包括生产力系统、生产关系系统、上层建筑系统、人口系统、自然环境系统等。系统观念是具有基础性的思想和工作方法。以习近平同志为核心的党中央从系统观念出发研究社会问题，提出了“五位一体”总体布局、“四个全面”战略布局、新发展理念、总体国家安全观、两步走战略安排、以中国式现代化全面推进中华民族伟大复兴等充分体现系统观念的新理念新思想新战略，推动新时代党和国家事业取得历史性成就、发生历史性变革，推动我国迈上全面建设社会主义现代化国家新征程。

　　坚持胸怀天下彰显了我们党伟大的政治品质

　　以习近平同志为核心的党中央，坚持“胸怀天下”、立足国际视野进行思考研究，提出了构建“人类命运共同体”、“一带一路”倡议等一系列新理念新思想新战略，为破解当今世界面临的重大问题、引领国际秩序和国际体系变革贡献了中国智慧、中国方案，实现了历史使命与时代潮流的高度统一、民族精神与国际主义的高度统一、中国气派与世界情怀的高度统一。中国共产党是为中国人民谋幸福、为中华民族谋复兴的党，也是为人类谋进步、为世界谋大同的党。党的二十大报告坚持以世界眼光深刻洞察人类发展进步潮流，以世界眼光谋划伟大斗争、伟大工程、伟大事业、伟大梦想，以中华民族伟大复兴推动构建人类命运共同体，为推动建设更加美好的世界作出中华民族的伟大贡献。

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。