盈彩网投资平台手机版-盈彩网投资平台官网

那个喜欢看书、听音乐的少年成了围棋世界冠军******

　　新华社北京2月1日电(记者王镜宇、王浩宇、郑直)1日下午，22岁的丁浩九段从中国围棋协会主席林建超手中接过鲜花和代表冠军奖金的纸板时，表情平静。在刚刚结束的第27届LG杯世界围棋棋王赛三番棋决赛中，丁浩2:0战胜杨鼎新九段，拿到个人第一个世界冠军头衔，也成为中国首位“00后”围棋世界冠军。

　　“我觉得应该开心，但是又开心不起来。”他说，“如果我刚定段的时候知道自己现在(会)拿世界冠军肯定非常高兴。”

　　2000年出生的丁浩小时候在父亲的影响下开始学棋，7岁时去了培训班。刚开始只想下着玩，但后来他被自己的进步速度推着往前走。因为学棋，他从大同到了太原，又从太原到了北京，加入葛玉宏围棋道场，成为“冲段少年”。

　　“老师觉得我有点前途，可以去北京试一下。其实我家里条件不太好，像道场的那些学费对我们来说是很高的。我们就想着先拼那么几年，然后实在不行就回去上学了。”丁浩回忆说。

　　因为经济方面的原因，丁浩曾经几度考虑放弃职业之路。直到定段成功、打上乙级联赛、有了稳定收入，他的围棋生涯才稳定下来。

　　2013年的定段赛至今让丁浩记忆犹新，如果那次他失败了很可能就没有今天夺冠的这一幕了。

　　“我印象特别深，因为最后一盘赢了就定段，结果我开始就打了一个很大的‘勺子’，一上来死了一块。然后我对手可能压力太大，因为他赢了他就定段。最后我就一直拼，到最后赢了，各种‘捡勺’……那次运气特别好，所以感觉也是天意。如果那次输了的话，我现在应该在上大学。”

　　在围棋之外，丁浩喜欢看书、听音乐，小时候成绩也不错。刚学棋的时候，他还学过吹笛子，后来因为两者冲突选了围棋。他对写作也很有兴趣，经常在微博上留下自己的思考。

　　一路走来，从小棋童到世界冠军，丁浩认为自己在棋上的天赋比较高，然后就是坚持做一件事情。算上下棋，他每天大约在围棋上花七八个小时时间，他对自己的训练效率和专注度比较满意。

　　“据我了解，很多棋手总会在某一个阶段分心做一下别的事，我还是比较专心。”

　　在学棋的道路上，丁浩得到过很多人的帮助，比如山西的韩晔、李魁和北京的葛玉宏等对他的影响都很大，他还感谢了每一位给他“复过盘”的老师。

　　2021年，丁浩在国手赛和大棋士赛等国内棋战中成功登顶。本次LG杯赛，丁浩连续淘汰金志锡、金明训和姜东润3名韩国棋手之后挺进决赛。在决赛中战胜队友杨鼎新夺冠之后，丁浩坦言自己还有需要提高的地方，比如在读秒时的精确性。在1日的比赛中，全盘大部分时间领先的丁浩在后半盘一度找了一个“损劫”，给了杨鼎新翻盘的机会。

　　因为疫情的原因，这次的LG杯决赛是很长时间以来第一次面对面进行的世界大赛冠军对决。丁浩说，他非常喜欢“面棋”的仪式感，喜欢局后跟对手复盘讨论，喜欢参加比赛时去不同的地方。如果没有这些，只是通过网络比赛，围棋就变成了一份“单纯的工作”。

　　中国首个“00后”围棋世界冠军横空出世。丁浩说，他对未来的期待是“横向发展”、多拿几个世界冠军。

　　(来源：新华网)

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）