再来一次！穆里尼奥远离欧冠，不敌范佩西，晋级需要击败两个对手******
几乎相同的故事又发生了，穆里尼奥带领的费内巴切，连续两年都在欧冠第三轮资格赛中，首回合客场1-2落败，渐渐远离欧冠正赛。上赛季，穆里尼奥在第二回合无力翻盘，最终出局而落入欧联杯，这一次，会不会重蹈覆辙呢？
尽管欧洲各大联赛还在休整期，但是欧洲三大杯早已展开资格赛和附加赛的争夺。目前，欧冠正在进行第三轮的资格赛，一共有10场比赛，其中6场是冠军路径，落败方将参加欧联杯附加赛，4场是联赛路径，落败方将直接参加欧联杯正赛。
随后，第三轮的10个获胜方，加上凯尔特人、巴塞尔、格尔茨风暴和博德闪耀4支无需参加资格赛的球队，通过7场附加赛，决出7个欧冠正赛名额，落败的7队直接参加欧联杯正赛。另外，包括英超6支球队在内的29队，直接晋级欧冠正赛，跟上赛季一样，一共36队参加首阶段的大循环赛。
在刚刚过去的欧冠第三轮首回合中，荷甲季军费耶诺德，主场迎战土超亚军费内巴切，是备受关注的一场较量。除了实力有点接近之外，两队的主帅分别是范佩西和穆里尼奥，均为球迷十分熟悉和喜爱的名字。
阿森纳主力廷贝尔的双胞胎兄弟昆滕·廷贝尔，很快帮助费耶诺德率先破门，下半场末段，阿姆拉巴特为费耶诺德扳平比分，补时阶段，穆萨一锤定音，范佩西的球队，在主场一球小胜穆里尼奥的球队，取得晋级的先机。
这样的故事，上赛季其实已经发生过一次，同样是欧冠资格赛第三轮，费内巴切面对法甲劲旅里尔，同样是开局早早落后，同样在比赛末段扳平比分，同样是补时被“绝杀”，穆里尼奥似乎重演着远离欧冠的结局。
上赛季的第二回合，轮到费内巴切补时进球，顽强扳平了总比分，不过加时赛被里尔打进关键一球，最终只能落入欧联杯。不知道，下周的第二回合，穆里尼奥和范佩西之间的对决，会有怎样的结果呢？
范佩西和穆里尼奥，进球的阿姆拉巴特，还有身边的搭档弗雷德，多么熟悉的身影，曼联球迷在这场比赛中，可以找到昔日的回忆，将帅多人依然可以活跃在欧洲赛场。不过，不管是费耶诺德还是费内巴切，获胜方还要参加一轮附加赛，继续取胜才能够晋级正赛，否则还是要落入欧联杯。
欧冠资格赛第三轮中，本菲卡客场两球击败尼斯，晋级有望，将会面对费耶诺德和费内巴切的胜方，这4支球队中，只有1队可以参加欧冠正赛，从实力上来看，本菲卡应该是略占上风的。除此之外，首回合取得大胜的格拉斯哥流浪者和贝尔格莱德红星，都有机会能够晋级附加赛。
上赛季告别五大联赛之后，穆里尼奥来到土耳其，不过，费内巴切无法挑战加拉塔萨雷的霸主地位，只能屈居亚军，真可谓巧妇难为无米之炊。新赛季，穆里尼奥的欧冠前景不容乐观，晋级正赛还要击败两个对手，除了费耶诺德之外，还有本菲卡或者尼斯。
不知不觉，穆里尼奥已经62岁了，早前曾经透露，参加世界杯是未来的愿望。明年肯定是赶不及了，五年后，大家也许可以在葡萄牙国家队看到老帅的身影。
解放军报聚焦：生成式AI如何影响未来战争****** 近段时间，人工智能程序ChatGPT因其“博学多识”“有问必答”走红网络。以ChatGPT为代表的生成式AI有着强大的内容生成能力和直逼人类的“聪明”程度，将其应用于军事领域，势必会对未来战争产生影响。
明显提升战场感知力。未来战争中，各类新型快速杀伤武器将进一步加快战场节奏，要求不断提升战场态势感知能力，进而支撑起适应战场需求的快速决策。在充满“迷雾”的战场空间里，面对海量多源、复杂异构且快速增长的战场态势数据，人类感知速度和处理能力显得有些“迟缓”。近年来推出的视觉大模型架构，通过无监督预训练和人类反馈的强化学习范式，已在图像分类、目标检测、语义分割、姿态估计、图像编辑以及遥感图像解译等多个领域取得突破，可以显著提升战场感知力。嵌入视觉大模型的智能武器，可以通过视觉系统精准辨识和区分打击目标的主次、真伪，能从海量多模态数据中快速提取、生成高价值情报，减轻作战人员的认知负荷，形成对态势全面、及时、准确的判断。利用生成式AI的感知优势实现对要害节点的精准定位，或许将是未来发起作战行动的前提。
大幅度推进人机交互。人机交互可以让机器“听”懂人类语言、“看”懂人类动作与表情、“理解”人的情绪和意图，并把计算过程和结果用人容易理解的方式呈现出来。语言大模型不仅能够在情感分析、语音识别、信息抽取等文本理解场景中表现出色，而且同样适用于图片描述生成、书稿生成、对话生成等战场信息系统可视化生成场景。如果再将其嵌入一体化联合作战系统并持续迭代进化，可以用于想定编写、作战方案生成、演习结果讲评等较为复杂的工作，在未来战争中或将重塑指挥决策流程。将ChatGPT类生成式AI应用深度嵌入指挥信息系统中，可以让智能装备“听懂”指令，通过指挥员与战场信息系统人机对话，准确理解分析指挥员作战需求，并在此基础上生成行动参考方案，为在未来战争中快速、合理配置作战力量提供全新手段。
助推指挥决策自主化。信息化智能化战争，参战力量多元、作战样式多样、战场形势多变，指挥员有效指挥战争面临智能不足的“瓶颈”，借助决策大模型智能辅助系统，“人-机”混合决策模式或将成为一种新的选择。虽然从目前的技术水平来看，ChatGPT类生成式AI应用仍无法进行机器控制、群体协作、动态调度等操作。但其强大的并行处理能力，能够同时处理上千个任务，适用于融合控制有人/无人平台，生成控制算法、优化群体行为，可全面支撑“蜂群”“鱼群”“狼群”作战多智能体。基于决策大模型的指挥控制系统，可以充分发挥人脑和人工智能两者的优长，实现从智能预测到智能决策、从控制单智能体到多智能体的跨越。未来战场上，将生成式AI嵌入到无人作战平台中，可创新军事行动新范式，大幅提高作战效能。
催生后勤保障新模式。从科技发展维度来看，军事力量对抗日益向物理域、信息域和认知域全维度拓展，作战空间向极高、极远和极深全方位延伸，相应的后勤保障任务也变得更加多元复杂。未来战场上，将多任务通用大模型综合集成到无人作战平台和各类保障系统中，人、装、物泛在互联，各类作战、保障实体将有机融为一体。后勤保障系统通过对在储物资数量、时间、保养情况等大数据深度学习分析，实现人与物资、物资与装备、物资与部队、物资与地区的智能匹配，并自动预测物资需求、匹配最佳运载工具，制定最优运输方案、及时解决战场物流供应链路中出现的问题。特别是面临复杂地形、沾染区、火力控制区等人员难以到达的极限战斗保障，在特殊任务训练样本大量预训练基础上，生成式AI能够实现需求感知、资源调配和行动控制上的变革，自主分配任务、自主规划路径、自主导航定位，将保障物资以“点对点”的方式直达精确配送给保障对象，实现智能保障。
阅读(8388) 
