绕过人墙、半路转弯 怎么在世界杯踢出超帅“香蕉球”？******
又到了四年一度的世界杯
不知道大家是否还记得
2018届世界杯中
葡萄牙和西班牙相遇的小组赛
C罗在最后时刻力挽狂澜
踢出被解说员叹为
“翩若惊鸿，宛若蛟龙”的
“C型”任意球，扳平比分
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
张宏江：人工智能如何帮人类进入科研新范式？******
中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式？”
这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中，抛出的一个问题。
2022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(I-AIIG)承办，中国新闻网作为战略合作伙伴，联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。
美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图张宏江认为，回顾人类科学发展的历史，不同发展阶段经历了不同的科学发现范式。
“几千年前，人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展，四五百年前，理论模型范式出现。人们通过对某一现象的观察总结出理论，从而指导新的科学研究。五六十年前，尤其当大型计算机出现后，面临更复杂的问题，比如天气预报、地震模拟，人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论，人们引入了计算范式，用计算来模拟的方式做科学研究。到二十年前，我们进入大数据时代，科研中积累的大量数据可以进一步驱动物理模型。”
“今天，我们进入了一个新的科研范式。”张宏江说，人工智能经过多年发展，尤其过去15年深度学习的发展，使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法，直接从数据中建立新的模型，其背后是数据、模型、算法和算力。”
张宏江指出，深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后，正在迅速地改变科学研究的范式，这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说，“今天我们进入了一个黄金期，新的设计范式，都可以借用深度学习的方法进行赋能。”
张宏江坦言，未来十年蕴含着科学发展与产业创新机会，包括数据、模型、算法、算力，其核心是背后的跨学科人才。(完)
| 盈彩网投资平台地图 |
