4月24日上午,由中國人民對外友好協(xié)會、國家體育總局等單位聯(lián)合舉辦的 “中美乒乓外交50周年紀(jì)念活動” 在北京首鋼園區(qū)舉行。李富榮、梁戈亮等11位乒乓外交親歷者,劉國梁、姚明、馬布里、喬良等體壇名將,以及全國對外友協(xié)、國家體育總局、中國奧委會等政府部門領(lǐng)導(dǎo)出席了此次活動。
中美乒乓外交50周年紀(jì)念活動現(xiàn)場
五十年前,乒乓球開啟了中美交往的大門,“小球轉(zhuǎn)動大球”的中美乒乓外交具有重要歷史意義。五十年過去,世界已經(jīng)發(fā)生翻天覆地的變化,而科技發(fā)展的速度也令人驚嘆。
在此次活動中,中美“乒乓外交” 親歷者梁戈亮與大洋彼岸的朱蒂進行了視頻連線,并通過VR技術(shù)虛擬還原了當(dāng)年打球的場景,隔著大洋用VR設(shè)備聯(lián)機對打乒乓球,將活動推向一個高潮。而在活動議程將近尾聲之時,乒乓球世界冠軍、前國手王皓與乒乓球機器人的對戰(zhàn)更是讓現(xiàn)場觀眾切身體會到了新技術(shù)的能力。不難看出,近些年,隨著5G、人工智能、物聯(lián)網(wǎng)、擴展現(xiàn)實(XR)等技術(shù)的快速發(fā)展,信息通信技術(shù)也正在體育領(lǐng)域得到廣泛應(yīng)用,切實推動了智慧體育的發(fā)展。
梁戈亮與朱蒂虛擬遠程打乒乓球
據(jù)了解,梁戈亮與朱蒂虛擬遠程打乒乓球所用設(shè)備,是基于高通驍龍移動XR2平臺的愛奇藝“奇遇3”VR一體機,通過身臨其境的3D和360度全景視頻體驗,實現(xiàn)了二人即使相隔萬里也能有沉浸式體驗的乒乓球虛擬對戰(zhàn)。高通公司不僅為XR設(shè)備推出性能優(yōu)異的芯片,還提供相關(guān)軟件支持和參考設(shè)計,并通過高通XR企業(yè)計劃(XEP)擴展生態(tài)合作。目前全球已有超過30款采用驍龍平臺的XR設(shè)備面市,涵蓋了多款中國合作伙伴的產(chǎn)品。
此外,對戰(zhàn)國手的龐伯特擬人化乒乓球機器人是高通公司與上海體育學(xué)院、龐勃特科技三方合作的結(jié)晶,采用了高通在移動通信領(lǐng)域的優(yōu)勢技術(shù),以龐勃特科技的產(chǎn)品及研發(fā)團隊為基礎(chǔ),以上海體育學(xué)院等體育教學(xué)和訓(xùn)練場景的需求為導(dǎo)向精心打造。同時,三方還著眼于產(chǎn)學(xué)研用、人才培養(yǎng)、科技創(chuàng)新等維度,不斷發(fā)揮5G+AI在專業(yè)訓(xùn)練、青少年培訓(xùn)、全民健身、體育娛樂、競技比賽等方向的潛能。
高通公司中國區(qū)董事長孟樸在活動上介紹合作情況
高通公司(Qualcomm)中國區(qū)董事長孟樸在活動上表示,龐伯特擬人化乒乓球機器人不僅是集5G與AI的技術(shù)產(chǎn)品, 更是國際合作、跨界協(xié)同的結(jié)晶。它不僅以技術(shù)賦能來滿足人們對美好生活的向往,還能夠?qū)崿F(xiàn)人機融合以及遠程實時教學(xué)場景,推動乒乓球運動的發(fā)展。高通公司始終踐行以科技促進合作,攜手伙伴為科技賦能的人文、體育交流貢獻力量。
乒乓球世界冠軍、前國手王皓與龐伯特乒乓球機器人切磋球技
自去年開始,龐伯特擬人化乒乓球機器人就出現(xiàn)在各大重要展會中,并吸引了大量觀眾的關(guān)注。目前,這款機器人已經(jīng)應(yīng)用在中國乒乓球?qū)W院的日常教學(xué)中。去年7月,龐伯特擬人化乒乓球機器人還入選了世界人工智能大會卓越人工智能引領(lǐng)獎TOP30項目,9月、11月先后亮相中國國際服務(wù)貿(mào)易交易會和中國國際進口博覽會,成為展會上的 “網(wǎng)紅” 產(chǎn)品,吸引了大量觀眾的駐足和參與。目前該產(chǎn)品正在批量投入市場, 已有國內(nèi)乒乓球俱樂部和乒乓球愛好者購買。
五十年的發(fā)展日新月異。眼下,中國已經(jīng)成為全球最大的5G市場;未來,人們的生活也將隨著科技的進步而不斷提高,未來無限可期。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。