台军导弹设备送大陆维修!岛内舆论炸锅,台军研究院称“无泄密”******
中国台湾网1月5日讯 综合台媒报道,台军“雄风三型”导弹经纬仪日前被曝出辗转送至中国大陆山东省进行维修,引发岛内舆论高度关注。台军方研究院5日发文称,此设备是生产组装线上测量导弹弹体、发射箱、架所使用的光学校正设备,非控制“雄三导弹”的定位零组件,设备送回后已进行所谓“安全鉴定”,无泄密风险。有网友直言,“大陆根本不屑研究。”
据悉,由台湾“中科院”研发、被喻为所谓“航母杀手”的“雄风三型”反舰导弹,其用于定位锁敌的经纬仪于2021年向瑞士莱卡公司采购,因部分设备瑕疵,在拆除仪器内相关储存记忆卡后,要求岛内代理商送瑞士原厂检修。设备修复送回后,台湾“中科院”发现进口报单上是从山东青岛流亭机场出口,随后瑞士厂商告知,因地缘关系,送亚洲维修中心处理。台军方得知该批设备被辗转送至中国大陆维修后,亦倍感恐慌。
随后,台湾“中科院”发布新闻稿称,“雄风三型”导弹经纬仪并非控制雄三导弹定位零组件。设备送回后,也立即进行所谓“安全鉴定”,判定并无泄密风险。消息一出,立即有岛内网友吐槽,“所谓‘航母杀手’不过是‘渔船杀手’罢了”;还有人猜测,“这批设备该不会是从大陆淘宝网站上购买吧?”“台湾无法维修还自认机密,殊不知人家早就修过多少台了。”
有岛内军事专家分析称,由于技术受限,台军很多设备和零部件都无法自行生产,因此也闹出不少笑话。早在去年2月,台立法机构通过2400亿元新台币的“海空战力提升计划采购特别条例”,台防务部门计划在台岛北中南等地兴建12个导弹阵地。结果由台湾“中科院”研发、所谓“追监解放军军机”的“天弓”导弹与导弹阵地等武器系统重要零组件重大标案出错,一些重要零件还“混入大陆零件”,部分甚至在淘宝就能买到。也难怪有台湾民众直言,人家根本不屑于研究你的武器装备。(编辑/尹赛楠 审校/李柏涛)
让“无声世界”感受赛场魅力!带你看看冬奥手语数字人有哪些奥秘******
2022年2月4日,第24届冬季奥林匹克运动会在北京举行,让世界目光再次聚焦中国。本届北京冬奥会秉持绿色、共享、开放、廉洁的办赛理念,凝聚中国科技力量,面向世界、面向未来,向全球奉献了一场精彩、非凡、卓越的奥运盛会。
本届冬奥会运用最新科技手段,为全世界观众提供了惊艳的现场转播和全方位覆盖报道,北京冬奥会也成一场上科技含量高的奥运会。赛事活动期间,为了让各类人群都能平等地享受本届冬奥盛会,北京电视台上线了智能手语播报数字人,在《北京新闻》和《北京您早》等节目中进行冬奥专题手语播报,为听障人士带来精彩赛事报道。
最新数据显示,我国听障人群超过2700万,这部分人群与健听人一样,他们对教育、社交、娱乐等信息获取都有巨大的需求。但长期以来,传统人工手语翻译工作量大,且主持人和手语主持人配合难度极高。手语动作表情复杂,语序与正常语序差异大,正常情况下想要熟练掌握手语大约需要2年左右的时间,还要结合语境进行猜测。
受北京市科委科技冬奥专班委托,北京电视台联合凌云光、智谱AI等业内科技公司,在北京市残疾人联合会和市残联聋人协会等支持下,用3个多月时间,让手语播报数字人完成了近10万条手语语料学习,且翻译准确率高达90%。
在如此短的时间内实现这项高难度动作,智能手语数字人是如何做到,在这背后又有哪些技术创新难点?
在多位业内人士看来,近年来人工智能体系建设重点布局在算法层和应用层,数据层建设远远不足,并且针对数字人相关产业,底层数据库的数量、质量和开源程度还明显不足。尤其是国内现有的手语语料数据库数量少,且多以图像、视频等二维平面为主,无法满足AI(人工智能)训练的需求。
同时,因手语语序与中文语序差异大,方言分化更加复杂,且需要通过表情、口型、动作等方式来传达信息。除了传统的二维平面图像、视频采集,三维肢体运动、表情信息数据采集及结构化参数表达外,手语语料数据库建设对三维运动信息捕捉也十分重要。
凌云光手语数字人产品相关负责人介绍,在建设高质量手语语料库的同时,他们充分调研了2022北京冬奥专用手语术语,并联合北京市残联、聋人协会等相关组织机构,进行数据标注,建设手语语义映射关系,不仅完善了国内手语数据库的建设,也为手语推广和AI研究留下了宝贵的数据资产。
该负责人举例说,基于“悟道2.0”超大规模人工智能模型的技术支撑,手语数字脑用计算机模仿听障人士的大脑,将看到的中文文本信息转换成手语词汇序列,包括中文语义蒸馏模型和AI手语分词快编算法的研究。中文语义蒸馏模型用于从输入的文稿或文本中提取出关键的语义信息,将中文文本语义提炼和精简,形成精准匹配适合手语表达的文本;AI手语分词快编算法则用于将蒸馏得到的中文文本,根据冬奥手语语料库划分成相应的手语词汇序列,供数字人做表达输入。
该负责人还提到,数字人是冬奥手语播报的载体和展现形式,通过高精度写实数字人全流程制作方案,可实现一键数字建模,高度还原真人发肤,重新毛孔等细节,更加真实亲切。同时,通过跨模态拟人生成算法,还可以将手语词汇序列,生成相应的动作信息,驱动数字人模型做出相应的动作、手势和表情。(姚坤森)