你和贝克汉姆之间，只差16.1公里的距离******

　　世界杯期间

　　相信很多人每天都在家吃着零食

　　准时收看比赛

　　我们经常听到有人评论

　　某某球员跑动不积极

　　那么，你了解一场球赛中

　　足球运动员的跑动距离有多少吗？

　　跑动距离越长

　　就踢得越好吗？

　　足球运动员有多能跑？

　　根据国际足联的技术统计，一名职业足球运动员全场的累计跑动距离平均为10000米，最差的在6000米左右，而好的高达12000米。在90分钟的时间里，跑动超过12000米。

　　这是一个什么概念？如果全场匀速跑动的话，运动员也是需要全程以7分半的配速来跑动。实际的比赛中，当然不可能会是匀速跑，还穿插着大量的冲刺，高速跑动。

　　图源网络

　　贝克汉姆在2001年世界杯预赛对希腊的比赛中曾经创下16.1公里的最高纪录，5分35的平均配速，令人难以置信。

　　既然如此，如果去跑长跑甚至马拉松，足球运动员是不是也能获得很好的成绩呢？

　　事实上，确实有很多足球运动员参加过马拉松比赛，例如路易斯恩里克，他在皇马拿过西甲冠军后转投巴塞罗那，帮巴萨夺得两次西甲联赛冠军、两次西班牙国王杯冠军、一次欧洲优胜者杯冠军等多项荣誉，还担任过巴萨队长，2004年退役后，第二年就在纽约马拉松跑出3:14:09，2007年他终于在佛罗伦萨马拉松中刷出个人最好成绩2:58:08。

　　图源网络

　　你能跑得过世界杯裁判吗？

　　在足球比赛中，为了作出最准确的判断，裁判与足球的距离应保持在20米以内。要做到这一点，办法只有一个：满场飞奔。世界杯裁判平均每场要跑6到8英里（9.7到12.9公里），而且与运动员偶尔还能休息不同，裁判几乎是“完全停不下来”，必须球动人动。

　　图源：新华社入选2022年卡塔尔世界杯裁判员名单的中国裁判马宁在训练

　　据《新闻晨报》2013年3月11日报道，自2006年7月开始，中国足协根据国际足联和亚足联的有关规定，采用新的裁判员和助理裁判员体测方法：1. 6组40米加速跑：每次测试不超过6.2秒，国际助理裁判不超过6秒，每组冲刺后1分30秒恢复（从终点走回起点）。2. 10圈以上高强度间歇跑：在400米标准跑道上，从弯道起跑，30秒内快跑150米，35秒内慢走50米，再接下来一个150米、50米。完成400米计1圈，至少要达到10圈为及格，12圈以上为优秀。

　　FIFA裁判的150米间歇，及格线30秒——相当于每公里配速3分20秒，连续完成20组。你跑得过他们吗？

　　图源：网络表情包

　　跑动距离远一定意味着“踢得好”吗?

　　《2020年足球科学与医学》的一篇文章曾基于2018-2019赛季西甲380场比赛的数据，研究控球率和球员的身体表现之间的关系。

　　图源：网络《2020年足球科学与医学》

　　研究筛选并分析了412名踢满90分钟比赛的球员的竞技性表现，并获得了8468次观察数据。球员被分为5个不同的位置：中后卫（CD）、后卫（FB）、防守中场（DM）、进攻中场（AM）和前锋（FW）。从以下几方面对表现进行分析：总覆盖距离、低强度跑（0-14.0km/h）、中等强度跑（14.1-21.0km/h）、高强度跑（21.0km/h）、超高强度跑（21.1-24.0km/h）和冲刺跑（>24.0km/h）。

　　结果表明了一些显著的结论：

　　1. 在不考虑具体位置的情况下，控球率很高的球队球员的跑动覆盖距离明显小于控球率高、中、低的球队球员。也就是说拥有大量球权可以缩短足球运动员的跑动距离。

　　2. 这些差异取决于球员的具体位置。高控球率球队的攻击型球员(DM, AM和FB)在任何速度范围内都比其他球队每分钟跑动更少。例如，控球率非常高的球队的后卫每分钟跑5.2米，而控球率非常低、低和高的球队分别为7.8米、7.3米和6.7米。

　　3. 控球率很低的球队的后卫跑动距离最少。

　　图源：摄图网

　　正确跑步，世界杯一起锻炼！

　　因为疫情防控

　　很多人不能再去健身房

　　不如戴上口罩下楼跑跑步

　　这里为大家准备了几个

　　跑步小tips

　　希望大家享受运动

　　享受每一次跨步

　　1. 跑前热身不能省

　　很多朋友忽视跑步前的热身和拉伸运动，直接进入高强度的有氧训练中，心血管系统和呼吸系统会来不及进入状态，肌肉的血氧供应不上，肌肉韧性自然也差，对膝关节缺乏支撑和保护，韧带、肌肉、关节都容易受到损伤。

　　2. 跑步姿势很重要

　　① 头：眼睛平视前方，不要低头看地；

　　② 肩：放松不要摆动肩膀放松放低，不要用肩膀摆动双臂，更不要耸肩；

　　③ 手臂：手肘弯曲呈90°，以肩膀为轴心放松地如钟摆一样摆动；

　　④ 腰髋：要稳定，不要在跑步时左右扭动；

　　⑤ 躯干：收腹、挺胸、背部拉直，仿佛是一条拉得笔直的线，身体微微向前倾；

　　⑥ 脚：跑步时该后脚掌先着地还是前脚掌先着地，取决于跑步时重心位移的速度。

　　图源：京医通

　　3. 跑速与跑量循序渐进

　　日常跑步锻炼时，每分钟大约180步的速度最理想，差不多7~8分钟每公里。至于跑多少公里，请遵循「循序渐进」的原则，建议跑步距离全程心率不超过最大心率（最大心率=220-实际年龄）的85%，如果想轻松舒适地去跑，把心率控制在最大心率的59%~75%。如果心率明显上升，应当主动降低自己的配速。每次跑步时间至少要30分钟，对于身体素质较好的年轻人，每次跑40~50分钟也就足够了。4. 跑步后也要拉伸

　　图源：京医通

　　拉伸能有效放松肌肉，减少肌肉僵硬，增加血液微循环，加快代谢废物的排除，减少运动后的肌肉酸痛。因此，运动后拉伸也是必不可少的环节。

　　END

　　资料来源：山东科协、京医通、THU体育科技评论、知乎

　　整理：董小娴

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)