应急管理部发布2022年全国十大自然灾害******
中新网1月12日电 据应急管理部网站消息,经应急管理部会同工业和信息化部、自然资源部、住房城乡建设部、交通运输部、水利部、农业农村部、卫生健康委、统计局、气象局、银保监会、粮食和储备局、林草局、中国红十字会总会、国铁集团等部门和单位对2022年全国重大自然灾害事件会商核定,全国十大自然灾害如下(按时间排序):
一、1月8日青海门源6.9级地震
1月8日1时45分,青海海北州门源县发生6.9级地震,震源深度10千米。震中位于青海、甘肃两省交界处,此后又发生5.1级、5.2 级强余震,地震共造成青海、甘肃、内蒙古、宁夏4省(区)17.1万人受灾,不同程度损坏房屋9.5万间,局地交通、市政等基础设施受损严重,直接经济损失32.5亿元。
二、2月中下旬南方低温雨雪冰冻灾害
2月中下旬,南方出现大范围低温雨雪冰冻灾害过程,持续时间长,暴雪落区偏南,降水(雪)强度大。持续低温雨雪冰冻对农业生产、交通、电力等造成一定影响。灾害造成福建、江西、湖南、广东、广西等9省(区、市)77个市447个县(市、区)609.2万人受灾,近8400人紧急转移安置;农作物受灾面积422.3千公顷;900余间房屋倒塌,近6500间不同程度损坏;直接经济损失78.9亿元。
三、6月上中旬珠江流域暴雨洪涝灾害
5月下旬至6月上中旬,我国华南地区遭遇1961年以来第2强的“龙舟水”过程。受其影响,珠江流域连续形成2次流域性较大洪水,北江出现1915年以来最大洪水,西江、北江、韩江先后发生7次编号洪水,局地发生严重城乡内涝和山洪地质灾害等。灾害造成广东、广西2省(区)648.9万人次受灾,因灾死亡失踪37人,紧急转移安置50.2万人次;倒塌房屋9200余间,不同程度损坏2.4万间;农作物受灾面积288.4千公顷;直接经济损失278.2亿元。
四、6月份闽赣湘三省暴雨洪涝灾害
6月份,福建、江西、湖南多地遭遇多轮强降雨过程,累计雨量大、降雨落区重叠、受灾范围广,多条河流发生超历史洪水,引发洪涝和次生地质灾害等,农业、水利、交通、供水、供电等基础设施受损严重。灾害造成福建、江西、湖南3省814.2万人次受灾,因灾死亡失踪29人,紧急转移安置62.9万人次;倒塌房屋9100余间,不同程度损坏5万余间;农作物受灾面积582千公顷;直接经济损失433亿元。
五、2022年第3号台风“暹芭”
2022年第3号台风“暹芭”于7月2日15时左右在广东电白沿海登陆(台风级,35米/秒)。登陆后穿过广东、广西、湖南3省(区),其残余环流继续北上影响我国黄淮、东北等地。造成广东、广西、海南等省(区)39个市165个县(市、区)186.29万人受灾,紧急转移安置7万余人;倒塌房屋670余间,不同程度损坏近1400间;农作物受灾面积109.01千公顷;直接经济损失31.2亿元。
六、7月中旬四川暴雨洪涝灾害
7月11日至17日,四川省部分地区遭受多轮强降雨天气,部分地区降暴雨,局地大暴雨,并伴有雷电、阵性大风等强对流天气,引发山洪、泥石流等灾害。造成绵阳、阿坝、雅安等13市(州)76个县(市、区)27.9万人受灾,因灾死亡失踪36人,紧急转移安置1.4万人;倒塌房屋近400间,不同程度损坏近2200间;农作物受灾面积3.9千公顷;直接经济损失24.8亿元。
七、长江流域夏秋冬连旱
7月至11月上半月,长江流域降水异常偏少、极端高温天气持续,中旱以上日数为77天,较常年同期偏多54天,为有完整实测资料以来最严重的气象水文干旱,极端高温干旱对相关地区农业生产、人畜饮水、电力供应、生态环境等造成严重影响。旱情峰值时,造成四川、重庆、湖北、湖南、江西等12省(区、市)3978万人受灾,701.4万人因旱需生活救助;农作物受灾面积4270千公顷;直接经济损失408.5亿元。
八、8月上旬辽宁暴雨洪涝灾害
7月底至8月上旬,辽宁省中西部、东南部等地出现暴雨到大暴雨,引发洪涝灾害,辽河干流持续超警,支流绕阳河堤防发生决口险情,农业、基础设施等损失较重。灾害造成锦州、阜新、盘锦等9市31个县(市、区)54.9万人受灾,紧急转移安置3.4万人;倒塌房屋100余间,不同程度损坏8500余间;农作物受灾面积166.4千公顷;直接经济损失76亿元。
九、8月17日青海大通山洪灾害
8月17日22时许,受持续强降雨影响,青海省多地发生暴雨洪涝灾害,西宁市大通县青林乡、青山乡等地瞬时强降雨引发山洪,道路、桥梁、水利等基础设施受损严重。灾害共造成西宁、海北、海东、黄南、果洛5市(州)11个县(市、区)6.5万人受灾,因灾死亡失踪31人,紧急转移安置3300余人;倒塌房屋100余间,不同程度损坏9000余间;农作物受灾面积5.3千公顷;直接经济损失6.9亿元。
十、9月5日四川泸定6.8级地震
9月5日12时52分,四川省甘孜藏族自治州泸定县发生6.8级地震,震源深度16公里。地震造成四川省甘孜、雅安等6市(州)24个县(市、区)54.8万人受灾,因灾死亡失踪117人,紧急转移安置8万人;倒塌房屋1.2万间,不同程度损坏26.5万间;灾区居民住房及电力、通信、道路等基础设施损毁严重,直接经济损失154.8亿元。
“特别能聊”的人工智能会聊出些什么?******
聊天机器人ChatGPT优异表现引发市场关注,人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么?
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。
家里要养一只猫,该如何给猫取名字?怎样写出一个纸牌游戏的代码?在不同语境中,词语“意思”到底有几个意思?这些五花八门、时常令人绞尽脑汁都难以得出答案的问题,在人工智能聊天机器人ChatGPT的面前,不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月,ChatGPT的日活量已突破千万,不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注,人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥?ChatGPT所代表的AIGC应用将带来哪些影响和变化?记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活,因为它包含了我所有的经历和感受,是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话,实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火,不少网友将它与自己的聊天记录分享到社交平台上,ChatGPT时而诙谐有趣,时而又显得思想深邃。除了各种聊天互动外,还有不少网友们将ChatGPT视为一种工具,让其写作文、翻译文章,甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示,ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右,在生活闲聊上的意图识别率约为95%,已具备较好的语义理解能力。
实际上,ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的?“这是因为ChatGPT建立在大型语言模型上,会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息,使ChatGPT知识丰富,还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展,近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高,国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例,输入一个题目,它可以瞬间写出上百篇作文;根据一句话或者一段描述文本,可以生成一幅精美的画作;根据一幅图像,可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来,ChatGPT在用户界面和交互上是一种比较创新的模式,用户更容易以自然语言的方式进行交互,这会给大家带来革新性的认识,也会给AIGC带来新的启发。
目前,国外一些公司在积极探索并落地ChatGPT的诸多应用场景,通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为,ChatGPT将颠覆搜索行业,在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测,未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》,“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域,听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩,在分子结构、软件代码等科研生产领域的应用不断拓展,还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示,当前,人工智能生成内容的辐射范围还在扩大,未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观,但从现状来看,ChatGPT等产品想要真正落地,还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中,ChatGPT会犯一些常识性错误,反映出其在可控性、准确率方面仍存不足。有人形容,ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示,ChatGPT在非闲聊型对话的任务完成率上表现一般,难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题,但在一些略有深度的、专业性较强的领域,其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足,也说明了算法依然需要完善。”张孝荣说。
在技术层面以外,人工智能还面临着悬而未决的科技伦理问题。张孝荣表示,ChatGPT在科技伦理方面至少面临三大挑战:“一是版权问题,ChatGPT生成的内容更多来自搬运,容易引发侵权;二是信息安全问题;三是社会缺乏接纳这一新生事物的准备机制,这对监管挑战很大。”
在国内,AIGC产业化路径同样有待探索。石霖介绍说,国内AIGC产业基础薄弱,相关初创公司数量明显少于国外。同时,国内企业目前仍处于打磨产品阶段,还未出现较为好用的内容生成服务。
(文图:赵筱尘 巫邓炎)