资料图:麦卡锡。 中新社记者 沙晗汀 摄
“谈判让麦卡锡显得软弱”
继10轮投票后,众议院依然无人赢得当选议长所需的简单多数,即至少218票。共和党在新一届众议院占222席,其中200人在把票投给麦卡锡、21人投给共和党众议员唐纳兹,一人投“缺席票”;民主党人的212票则一致投给了众议院民主党领袖杰弗里斯。
据《纽约时报》援引三名知情人士报道称,在过去两天连续六轮投票未能胜出后,麦卡锡私下里同意了反对派提出的更多要求,包括允许一名议员在任何时候强制进行快速投票,把他从议长位置上“赶下来”,这将极大削弱议长权力。
一名知情人士透露,麦卡锡还承诺允许右翼派系在强大的规则委员会中挑选该党三分之一的成员。此外,他还承诺将开支法案开放给自由辩论,任何议员都可以在辩论中提出修改,包括那些旨在破坏或否决法案的修改。
“事实上,(麦卡锡)正在与共和党人谈判,这让他看起来非常、非常软弱,以至于到了绝望的地步。”一位共和党游说者说道。
另据英国广播公司(BBC)报道,共和党人虽然在11月以微弱优势赢得了众议院的控制权,但共和党内部的裂痕由来已久,一群强硬的保守派联合起来反对麦卡锡的提名。
“麦卡锡有一段时间没有与核心小组的部分成员交朋友,他树敌很多,”另一位匿名的共和党游说者称。“出于政治原因或个人原因,有些人不喜欢他。”
麦卡锡该何去何从?
华盛顿的政治观察家已经开始就众议长选举该如何结束提出各种假设。他们预测可能的结果有:麦卡锡坚持并获胜,但做出了各种重大妥协,到完全可能退出选举,转而支持其副手路易斯安那州众议员史蒂夫·斯卡利斯。甚至有一个不太可能的结果是,5名共和党人决定投票给民主党人杰弗里斯,并让他控制众议院。
芝加哥大学研究党派关系的政治学家露丝·布洛赫·鲁宾 (Ruth Bloch Rubin) 称,就目前而言,麦卡锡“基本上是党内一方的人质”。
麦卡锡已承诺不再做出任何让步,但可能也别无选择。他可以尝试通过出色地完成委员会的任务或担任新的领导角色来赢得顽固派共和党众议员的支持。
“他必须给那些反对他的人一些东西来挂在帽子上,”曾为前国会议员游说者的亚伦·卡特勒说道。然而,另一位共和党游说者认为“根本没有通往胜利的道路”。
新加坡《联合早报》称,共和党人在民主党人帮助下选出“折中人选”的可能似乎越来越大。进步派民主党众议员卡纳表明,可能支持一名温和派的共和党人成为议长,前提是对方同意与民主党共享传票权,并避免在政府资金和债务上限问题上采取边缘政策。
英国《独立报》称,这并不是麦卡锡第一次角逐众议院议长一职,2015年时任众议院议长约翰·博纳辞职后,麦卡锡曾参加竞选,但随后宣布退出并导致投票被推迟。
众议院议长选举为何如此重要?
在美国政坛,众议院议长是“三号人物”,地位仅次于总统和副总统。众议长是众议院的政治领袖,掌管着众议院议事日程。众议院掌握弹劾权和政府的“钱袋子”。
据BBC介绍,众议院议长是美国政治中最重要的角色之一,控制着众议院的立法议程和时间表,以及各委员会的席位。
分析称,旷日持久的众议长选举可能会破坏众议院共和党人在优先事项上迅速取得进展的希望,其中包括调查拜登政府和其家人,以及关于美国经济、能源独立和边境安全的立法等。
共和党内最激烈的反对来自右翼。《纽约时报》分析称,即便麦卡锡争取到了足够票数,他作为议长显然也会受到右翼的裹挟,因为他在拉票过程中不得不给他们一些承诺。但另一方面,一些共和党内反对派则表示,不相信麦卡锡在最后时刻给他们的承诺。
第11轮众议长投票选举正在进行,尚不清楚僵局是否会打破。
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)