资料图:日本东京奥运会田径男子100米半决赛,苏炳添9秒83晋级决赛打破亚洲记录,这也是中国人首次登上奥运男子百米决赛赛场。图片来源:ICphoto
夺冠后,网友纷纷向苏炳添送上了祝福,甚至有网友表示:“苏炳添是五千多年历史黄种人速度天花板。”
值得一提的是,1989年出生的苏炳添,今年将年满34岁。从籍籍无名的小将到人们耳熟能详的“亚洲飞人”,苏炳添一直致力于在田径赛场诠释中国速度。
东京奥运会男子百米半决赛中,苏炳添以9秒83的成绩打破亚洲纪录,成为首位闯进奥运男子百米决赛的中国人。在彼时男子4×100米接力项目中,他和谢震业、吴智强和汤星强跑出37秒79的成绩,位居第四。
不过东京奥运结束后,国际体育仲裁法庭(CAS)发布公告,认定英国队短跑运动员奇金杜·乌贾在东京奥运会期间违反了反兴奋剂条例,英国队获得的接力银牌被剥夺。加拿大队递补获得银牌,中国队递补获得铜牌。而这也是中国队在奥运会男子4×100米项目上获得的首枚奖牌。
得知这一消息后,三战奥运会的苏炳添难掩激动之情,他直言:“这枚奥运奖牌属于全部中国短跑人。”
从 2009 年全国田径锦标赛的10秒28,到2014 年仁川亚运会的10秒10,再到东京奥运会上那突破性的9秒83……苏炳添从见证者、亲历者,成为了中国田径历史的缔造者。
资料图:图为苏炳添和队友在比赛中。中新社记者 杜洋 摄2023年伊始,苏炳添在运动员之外,又多了一重新的身份:中国田径协会副主席。赛场之外,他不断通过自己的努力为运动员发声。早在2019年,苏炳添就已经是世界田联运动员工作委员会中的一员。
“感谢世界田联、中国田径队的信任与支持!我会倍加珍惜这来之不易的机会,努力做好这份工作,不辜负大家的期望,为广大的运动员发声!”谈及这份荣誉,苏炳添更愿意将其称之为责任。”
虽然身兼数职,但作为一名职业运动员,苏炳添依旧拥有一颗突破自我的心。去年底到今年初的冬训,苏炳添投入到完整的赛季备战中。
资料图:暨南大学体育学院副教授苏炳添在课堂上指导学生进行基础热身。中新社记者 陈骥旻 摄农历新年刚刚结束,苏炳添就早早开启了新的赛季。本次亮相室内巡回赛瑞典哥德堡站,也是苏炳添时隔三年再度踏上欧洲赛场。按照计划,苏炳添还将参加接下来的法国蒙德维尔和列万的两站比赛。
本赛季前三站室内巡回赛评级分别为D类、B类和A类,即比赛竞争力逐渐上涨。从小型室内赛开启新赛季,再向更高强度的比赛过渡,苏炳添一步一个脚印,似乎正在向着更大的目标迈进。
今年下半年的田径世锦赛、明年的巴黎奥运会,不服老的苏炳添可能为国人带来更大的惊喜。(记者 邢蕊)
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) [责编:天天中] 阅读剩余全文() |