资料图为李佳颖演奏小提琴。 中新社发 受访者 供图
“我的梦想就是成为一名音乐家”,李佳颖回忆,自己从小对声音敏感,“都不太需要学习辨析音高什么的,自己能摸索出来。第一个学会的曲子不是乐谱本上的,而是自学了一个咖啡广告的配乐。”
中学毕业,李佳颖考入东吴大学音乐系、主攻小提琴,大学毕业后到德国弗赖堡音乐学院深造,取得小提琴演奏硕士学位。
资料图为李佳颖(左)与维也纳爱乐乐团小提琴首席Rainer Honeck一起演出后合影。 中新社发 受访者 供图“北京是我毕业后最想去的地方”,李佳颖说。当时距北京成功举办(夏季)奥运会过去了5年,他认为,经过如此重大国际运动赛事的举办,北京各方面一定更优秀,“我当时就想一定要来看一看。”
最初半年,李佳颖边在培训机构教学生拉琴,边熟悉京城的生活,也慕名去国家大剧院听音乐会,内心升腾起要到国家大剧院工作的想法。
念念不忘,必有回响。半年后,李佳颖盼到了国家大剧院管弦乐团面向社会招聘的信息。凭借扎实的演奏功底,他顺利考入乐团并进入小提琴第一声部。创建于2010年的国家大剧院管弦乐团,已演绎近70部国家大剧院版歌剧,成就了瓦格纳《罗恩格林》《纽伦堡的名歌手》、普契尼《西部女郎》等多部重磅经典的中国首演,并担纲印青《长征》、郭文景《骆驼祥子》等17部中国歌剧的世界首演。
资料图为在武汉巡演期间,国家大剧院管弦乐团为李佳颖庆祝生日。 中新社发 受访者 供图“我们乐团比较年轻,但在国内也是相当顶尖。乐团与世界其他国家和地区的主流剧院联系非常密切,运营方式先进,未来可期。”说起乐团,李佳颖言语中流露出归属感与自豪。
2014年,加入乐团不到一年的李佳颖随乐团到美国、加拿大巡演,之后还去过意大利、阿联酋等国家和地区,“我们每年都有世界巡演,国内巡演也有。”李佳颖说。回忆起到歌剧之乡意大利演出中国歌剧,他依然感觉“特别震撼,也特别有意义。”
对李佳颖来说,感受更深的是高强度演出对个人成长的促进。“我们一年要演100多场,包括歌剧和音乐会等,需要在很短的时间内掌握很多曲目。这是很大的挑战。”
歌剧是李佳颖在学生时代比较不喜欢的演出方式,接触也较少;因为工作关系,现在须经常演奏歌剧,而且一演就是三个小时起。“接触了很多歌剧后,我发现歌剧确实是古典音乐之精华。”李佳颖说,歌剧颠覆他以前的认知,演奏想法和方式也有很大改变,“是非常好的成长”。
工作之外,李佳颖会和同事朋友聚餐,也喜欢在京城四处探访。“北京进步太快,变化太大了,”李佳颖感慨,各种拔地而起的新建筑,以及共享单车、移动支付等各种便利的生活形态,“在北京就感觉哪哪都特别火热,充满活力。”
李佳颖也投入到两岸文化音乐交流等相关项目中,希望更多台湾年轻人来认识北京,了解大陆。他与几位在京台胞共同参与主办的“两岸文化交流音乐比赛”将于12月24日在台湾地区举行初赛,比赛优胜者预计明年2月可以到北京参观体验。
不久前李佳颖还拿到了国家大剧院的终身合同,“这是对我工作上的肯定和能力的认可”,他说,非常开心在北京和国家大剧院度过人生的黄金十年,未来人生的规划依然是留在乐团,继续精进。(完)
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)
|