图为王磊、于福全(左一)在厦门比赛期间。 于福全供图
接受记者采访的于福全介绍,作为内蒙古一所职业高级中学,和其他本专科学院相比,能参加这样的比赛,机会本身就非常宝贵,因此他们从很早就开始准备。“此次比赛项目颇有难度,需自行学习编程、机器人以及智能领域相关的大量知识。”
除此之外,他们还在临近比赛时克服了疫情带来的困难,幸运的是,“当地政府、学校为我们开辟‘绿色通道’支持我们参赛,落地厦门后,到了隔离宾馆,我们一刻不敢耽误地继续进行线上学习。”
对于今次斩获三等奖,于福全用“成功的路上总是充满荆棘”来形容。“由于赛制改变,打乱了原有的训练计划,速度慢的‘硬伤’就摆在了面前,我们必须保证相关任务的完成质量,还要不断练习,提升速度。”
回忆起在厦门的比赛情形,于福全坦言,“第一天的比赛任务难度巨大,且个别内容完全出乎意料,虽然我们尽了最大的努力,达成的结果还是和预想的差一些。”
“不过,第一天比赛后,我们调整心态,告诉自己坚决不抛弃不放弃,毕竟还不清楚对手的情况,于是我们又专心准备第二天的比赛,并在第二天的比赛中出色发挥,最终取得了三等奖的成绩。”于福全谈起这些,一脸幸福。
在这两位青年看来,此次获奖最大的意义在于,作为内蒙古一所职业高中的老师,能和这么多高手同台竞技,是一个历史性的突破。
通过此次比赛,他们也认识到自身技能的不足。
他们说:“不管是技能培训,还是理论知识上,需要学习的东西还有很多,日后必定会再接再厉,争取取得更好成绩。”(完)
人工智能应用于更多领域 计算机研究深入光电结合****** 英国科学家在人工智能(AI)领域取得多项突破,包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作,训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功,有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法,预测了迄今被编目的几乎所有2亿多个蛋白质的结构,破解了生物学领域最重大的难题之一,有助于应对抗生素耐药性,加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”(深度纳什)学会了在“西洋陆军棋”游戏中,使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况,学会了熟练地控制数字代理足球运动员,其建模的“AI代理”可与其他人工代理沟通合作,在玩游戏时共同制定计划。 牛津大学研究显示,AI能模拟条件反射进行联想学习,比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。 在计算机相关领域,牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备,其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手,设计了一种与光子芯片集成的电子芯片并创造出一种设备,能以超高速传输信息同时产生最少的热量。 在机器人领域,利兹大学团队开发了一种“磁性触手机器人”,直径只有2毫米,可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人,可在飞行中建造3D打印结构,未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面,所得设备的性能可与目前市场上最好的传统光电探测器媲美,且能承受数百次弯曲,可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术,有助于改进机器人系统,如用于机器人假肢和机械臂。(科技日报记者 刘霞) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |