彩神彩票app投注_彩神彩票app论坛

中国跆拳道队：压力中求变******

　　东京奥运会上，中国跆拳道队仅获得一枚铜牌，经历了无比苦涩的艰难时刻。

　　刚刚过去的2022年，中国跆拳道队在压力下求变、在低谷中奋起，全年在国际赛事中收获36枚金牌、27枚银牌、33枚铜牌，一批优秀的新生代队员在大赛中崭露头角。

　　面对2024年巴黎奥运会，中国跆拳道队正争分夺秒、马不停蹄地备战集训。

　　去年成绩达预期

　　“跆拳道这个项目有其特殊性，上一届奥运会刚结束，下一个奥运周期的积分赛马上开始。”中国跆拳道协会主席、国家跆拳道队主教练管健民说。东京奥运会激发了整个国家队的决心，一定要在国际大赛中证明自己。

　　自去年5月以来，中国跆拳道队总共参加了10余站国际赛事，包括世界跆拳道大奖赛总决赛、世锦赛及亚锦赛等重磅赛事。去年12月，在沙特阿拉伯利雅得举行的大奖赛总决赛上，中国选手骆宗诗和张梦宇获得1金1银。2022年，中国队共收获36枚金牌27枚银牌33枚铜牌。

　　“总体来看，国家队完成了赛前的既定目标。”管健民说，“很多年轻运动员顺利融入国家队，每个级别都有运动员战胜世界冠军、奥运冠军等高手，实现了新突破，积累了比赛经验，增强了信心。”

　　在管健民看来，刻苦训练取得了理想效果，这是队员在2022赛季国际赛场上成绩优异的重要原因。

　　一系列佳绩中，骆宗诗表现突出。从东京奥运周期到巴黎奥运周期，她从昔日的陪练逐渐成长为跆拳道队的“领头雁”。24岁的她在过去一个赛季所参加的10站比赛中全部夺冠。在2023年最新一期的奥运积分排名中，骆宗诗在女子57公斤以下级高居榜首。

　　“这些成绩让我获得了很多奥运积分，这些比赛让我进一步增强了信心，使我在赛场上更自信、从容。”骆宗诗说。

　　年轻球员露头角

　　在骆宗诗看来，自己取胜的关键在于发挥了技术优势，而这也是国家队在接下来的训练中着重努力的方向。

　　1月10日，2023年第一期国家跆拳道队集训在山西体育中心开始。参加集训的38名运动员之中，梁育帅、郭清等不久前也在世锦赛中登上了领奖台。

　　巴黎奥运会临近，今年的集训对备战奥运新周期至关重要。“集训将狠抓细节，第一是强化体能，第二是强化运动员的特长，第三是提升运动员的优势技术。”管健民介绍了今年集训的3个重点。

　　管健民介绍，目前国家队很多队员都是00后，“年轻选手有拼劲儿，但比赛中需要发挥优势技术，具备有效得分点。因此培养队员学会运用所擅长的得分技术十分重要。”

　　骆宗诗、梁育帅等在国际赛场上崭露头角，他们已经成为其他对手研究的目标，在今后的比赛中将面临前所未有的挑战。“不过，我觉得这也是一种动力，督促自己不断刻苦训练、取得进步。”骆宗诗说。

　　管健民说：“新的一年，希望队员从心理素质到适应赛场环境，再到运用技术控制对手等方面都取得大的提升。”

　　全力以赴争“门票”

　　根据巴黎奥运会跆拳道项目的参赛资格获取规则，8个级别中每个级别的奥运积分前5名将为各自国家(地区)奥委会获得1个参赛席位。目前，除了骆宗诗在女子57公斤以下级中具有较大优势外，中国队选手当中只有男子58公斤以下级的梁育帅和女子49公斤以下级的郭清位列前10。

　　管健民表示，进入巴黎奥运周期，年轻队员需要从零开始追赶其他国家(地区)奥委会运动员的奥运积分，刚开始的差距会比较大，“因此对年轻队员来说，更需要争分夺秒。”

　　可喜的是，在2022年的比赛中，一些国家队队员已经在各自级别中迎头赶上，张梦宇、左菊、孟明宽、宋兆祥等目前都已达到前20名左右的位置。能否在积分榜上更进一步，取决于他们在2023赛季的发挥。

　　管健民列出了今年国家队即将参加的重点赛事，除3站世界跆拳道大奖赛分站赛和1站总决赛外，世锦赛还将于5月底到6月初在阿塞拜疆巴库举行，比赛将产生大量的奥运积分。此外，今年还将有两站世界跆拳道大满贯赛事在江苏无锡进行，大满贯赛事总成绩第一名同样可以获得1张巴黎奥运会的入场券。因此，2023年共有7场重要赛事等待国家跆拳道队队员发起冲击。

　　“留给我们的时间很短，希望在2023年更上一层楼，中国跆拳道队会全力以赴。”管健民说。

　　《人民日报海外版》2023年1月18日第09版

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）