泰拳教练库鲁(左)与龙溪搏击俱乐部负责人阮沈滨交流教学经验。 张金川 摄
“再来2个、3个……”在库鲁的口令声中,学员手脚并用,连续击打鞋靶,格斗搏击的声音响彻全馆。
现年42岁的库鲁,7岁开始练拳,2015年获泰拳大师C级证书,2016年后相继获泰拳教练执照B证、A证证书,从事泰拳教学已14年。
泰拳教练库鲁(右)和学员实战对打,现场十分火爆。 张金川 摄“拳术,在泰国是一项大众普及、影响力很广的运动。”库鲁告诉中新社记者,在泰国,他曾有自己的拳馆;拳馆关闭后,他去过巴西、澳大利亚、新加坡等地教授泰拳。
库鲁此次来到漳州已有两个月,现为龙溪搏击俱乐部的唯一一位“洋教头”。刚开始时,他只会讲英语,与教练、学员交流要通过龙溪搏击俱乐部负责人阮沈滨来翻译;现在,他也能讲些简单的中文了。
“学员们通过他的动作示范,都能领会他的教学要领。”阮沈滨调侃道,别看库鲁教学时有点“鬼哭狼嚎”,但氛围非常好,学员的力量能被他激发。
泰拳教练库鲁(右)和学员实战对打,现场十分火爆。 张金川 摄据阮沈滨介绍,新冠疫情发生前,当地练习泰拳的人不少,高峰时俱乐部有700多名学员,先后有6个泰国教练及俄罗斯、乌克兰教练来执教;受新冠疫情影响,那些“洋教头”相继离开了。
“疫情前,我基本每一年都来中国教拳。”库鲁自称“很爱往中国跑”,但此次来漳州执教,是他第一次来福建,也是疫情发生后首次来中国。他希望今年开始泰拳培训和交流能够更频繁。
六年前首次踏上中国后,库鲁曾在陕西西安、甘肃兰州、吉林、贵州等多地执教。“到中国后,我很惊讶,中国人很多人喜欢泰拳。”
泰拳教练库鲁(右)和学员实战对打,现场十分火爆。 张金川 摄泰拳主要运用人体的双拳、双腿、双肘、双膝这四肢八体来进行攻击,具有较强的杀伤力,被称为“八臂拳术”“八条腿的运动”。在库鲁看来,泰拳动作简单、上手快,普通人练习泰拳,既能习得一技之长,用作个人防身,又能减肥和强身健体。
在龙溪搏击俱乐部的同事眼中,库鲁是个“吃货”,也是中国电影的“铁粉”。
“最喜欢吃烧烤配点小酒,还要加很多辣才够爽。”喜欢重口味的库鲁觉得漳州饮食偏甜,“中国啤酒太淡了,喝起来像水;白酒又太辣了,喝不下去。”
除了酷爱吃烧烤,库鲁在中国最开心的是可以看很多中国电影。聊起电影,库鲁两眼放光,兴致颇高,“我也是通过中国电影了解中国文化,爱上中国文化的。”
库鲁(右)带领学员学泰拳。 张金川 摄库鲁七八岁就开始爱看中国电影。他说,最喜欢的电影有刘德华、吴倩莲主演的《天若有情》,成龙主演的《醉拳》等;最喜欢的电影明星有王祖贤、黎明、周星驰等。
春节临近,漳州市区张灯结彩,街上挂起了红灯笼、中国结、福字,让库鲁感受到浓浓的中国年味。他说,中国人很喜欢红色,红色在泰国代表了“lucky”(幸运),他也很喜欢红色。
“泰国新年是‘宋干节’(也称‘泼水节’),有3天假期,而中国农历新年假期长达7天,同事们打算带我去串门、唱歌,还有吃我最爱吃的烧烤。”留在漳州过年的库鲁,对他的第一个“中国年”充满期待,“我要吃遍中国美食、看遍中国电影。”(完)
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() |