被踢出的球为什么会迅速升降?
又为什么会“拐弯”呢?
首先我们来了解一下任意球
任意球是啥?
任意球是罚球的一种。它是一种在足球(或手球)比赛中发生犯规后重新开始比赛的方法。
任意球分两种:直接任意球,踢球队员可将球直接射入犯规队球门得分;间接任意球,踢球队员不得直接射门得分,球在进入球门前必须被其他队员踢或触及。判罚前场任意球后会使用一种泡沫喷剂划定球的摆放位置,以及人墙的站位,发任意球时需要用手触球,然后在裁判哨响后踢球。
香蕉球?能吃吗?
事实上,C罗踢出的这种任意球在足球比赛中并不少见。
在1997年,在巴西对法国的一场足球比赛中,巴西足球运动员Roberto Carlos,在没有通向球门的直接路线的情况下,从35米外开出一个任意球。他的射门使球飞过球员,并在快要出界的时候急转向左,砸入球门。
图源:网络 香蕉球图解
球的突然拐弯让在场球员,特别是法国守门员根本来不及反应。这个史上最漂亮,最具标志性和最违反物理学定律的任意球,被叫作“香蕉球”。法国物理学家对此研究了数年,终于用“马格努斯效应”解释了这个问题。
马格努斯效应
图源网络
当一个旋转物体的旋转角速度矢量与物体飞行速度矢量不重合时,在与旋转角速度矢量和平动速度矢量组成的平面相垂直的方向上将产生一个横向力。在这个横向力的作用下物体飞行轨迹发生偏转的现象。这是流体力学中的一种现象。
图源:陕西师范大学物信院 马格努斯效应示意图
旋转物体之所以能在横向产生力的作用,是由于物体旋转可以带动周围流体旋转,使得物体一侧的流体速度增加,另一侧流体速度减小。
是不是听得云里雾里?
香蕉球轨迹
球在气流中运动时,如果其旋转的方向与气流同向,则会在球体的一侧产生低压,而球体的另一侧则会产生高压。运动员的用力方向朝右,所以足球逆时针旋转。拐点处足球左侧产生低压,右侧产生高压,这样就导致足球存在横向的压力差,并形成向左侧的力。
图源:NKPhysics
根据物理公式,距离越远,速度越慢,球偏离角度也就越大。因此,我们能看到在香蕉球运行的末尾时刻,会发生更剧烈的偏转,给守门员一个巨大的“惊吓”。
我也能踢出和C罗一样的球吗?
回到文章开头提到的C罗“力挽狂澜”的任意球,这一球不止踢出了上述“香蕉球”的概念,同时也混合了“电梯球”,即指大力踢出的足球,下落很快,像是从电梯上下坠,它实际上是高速飞行的足球受到重力和大雷诺数阻力下的运动轨迹。
图源: 中国物理学会期刊网 皮尔洛的“电梯球”
葛惟昆教授解释说:“踢出电梯球的一大关键要素,就是球的初始速度要快。”要踢电梯球,球的初始速度应该接近150公里/小时,没错,就是一辆车在高速公路上狂飙的速度。
图源:科学世界
研究人员在进行场景模拟时发现,要想让100公里/小时以上速度的任意球避开人墙(假定在距离约9米远的位置有5名身高1.8米的对方球员并排)成功射门,球离开地面时与地面的夹角必须控制在15°~17°之间,也就是仅有2°的精度范围(在距离球门25米的位置,踢出转速为每秒8转的侧旋弧线的情况)。
如果是足球,以每小时90千米的速度每秒旋转8转,球会在这个距离内弯曲3米以上。
图源见水印
而踢出弧线的关键在于,落脚点在偏离球心的位置,偏离球心的幅度越大,球的转速越快。有研究人员称,安德烈亚皮尔洛等优秀的任意球球员会使球的旋转轴倾斜角度大于侧旋,让马格努斯力倾斜向下发挥作用,从而踢出“球速快、大幅弯曲的同时又急剧下沉的”球路。
资料来源:科学世界、中国物理学会期刊、科技日报、天津科普说、NKPhysics
整理:董小娴
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)