“女蛙王”的新愿望******
新华社石家庄1月10日电(记者杨帆)早上五点半,丁继萍就在泳池边了。
打开计时器,戴上老花镜,摊开训练日志本,逐个布置队员的训练内容。随着一声响亮的“预备、走”,队员们先后跃入池中,开始7000米距离的水上训练。
1月7日,丁继萍早起在泳池开始工作。
场边一举一动都带着劲头的丁继萍,今年62岁。年轻时她做过游泳运动员,8年职业生涯中屡获佳绩,被誉为“河北蛙王”。退役后,丁继萍来到教练员岗位上,为国家培养输送了大批优秀运动员。
“女蛙王”走上游泳道路很偶然。14岁时,一次丁继萍在省游泳馆玩耍被业余游泳培训班的教练相中,才开始系统参与游泳训练。起步晚,意味着需要付出更多努力,经年累月也培养了她能吃苦、能突破的劲头。
1980年9月,丁继萍在上海参加全国游泳锦标赛。
2016年,河北省体育局大胆试水改革,河北省体育局游泳跳水运动中心联合衡水泰华锦业房地产有限公司共同创建河北泰华锦业游泳队,同年成立了基地设在衡水市市郊的河北泰华锦业游泳俱乐部(以下称泰华俱乐部),以期在泳池内实现突破。
1月7日,泰华俱乐部游泳馆内景。
正是那一年,已到退休年纪的丁继萍,开启了人生的另一个偶然,她决定随河北省游泳队来到俱乐部,一把年纪成了开拓者。丁继萍说:“我们一家人常年两地分居,都盼着我退休回家休息。但我觉得还能干,能在教练岗位上有更高突破。”
河北省体育局游跳中心负责人介绍,丁继萍作为优秀专业教练,带过各年龄段的孩子,技术扎实、经验丰富,最终确定她作为俱乐部二线队主教练。
记者采访了解到,泰华俱乐部二线队队员年龄集中在9-12岁,这个阶段青少年身心发育尚不充分,不仅需要教练员在场上科学指导,还需要场下悉心照顾。
丁继萍说:“孩子们常年跟着我,比跟父母的时间还长,我们建了个微信群叫‘丁奶奶的大家庭’,每天督促他们学习生活,他们有什么小秘密也会和我说。”
1月8日,丁继萍在泳池边辅导队员。
18岁的队员周存鑫跟着丁继萍训练已有一年时间,在此期间达到了国家一级运动员水平。但刚来队里时,周存鑫曾因完不成训练任务而懈怠退缩。
“丁教练发现后单独找我谈话,拿她当年训练的故事激励我,告诉我‘咬牙坚持是运动员的一个宝贵品质’。”那次谈话后,周存鑫努力训练,成绩突飞猛进。
正是在丁继萍等一批老中青教练携手努力之下,俱乐部迎来突破:队员李冰洁、张一璠在东京奥运会女子4×200米自由泳接力项目上夺冠并打破世界纪录;第15届短池游泳世锦赛上,李冰洁在女子800米、400米自由泳项目夺金。
2021年7月29日,东京奥运会游泳项目女子4×200米自由泳接力决赛,中国队打破世界纪录并夺冠,中国队选手杨浚瑄、汤慕涵、张雨霏、李冰洁(从左到右)在颁奖仪式后合影。新华社记者夏一方摄。
泰华俱乐部总经理康靖介绍:“竞赛层面之外,近几年俱乐部深入贯彻体教融合政策,引入衡水当地优质文化教育资源,孩子们的学习教育得到有力保障。丁继萍的多名队员以成绩优异考入大学,她获得了广大家长的肯定。”
随着寒假和春节即将到来,最近有很多省区市游泳队前来泰华俱乐部训练,丁继萍说自己“已经顾不上惦记过春节了”。“新年有个新愿望——能精力充沛工作。现在孩子们成长进步的路子更宽,我想培养更多苗子,帮他们在泳池内外有所成就。”她说。
图片:除标注外均为受访单位提供
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)