太平財險大理中支因虛列費用及違規返利被罰27萬 四責任人合計罰7.5萬
2025-10-25 03:36 4,869次浏览在中國人民抗日戰爭的艱難歲月中，有一場重大的行動被譽為中國實業史上的「敦刻爾克大撤退」，便是「宜昌大撤退」。而領導這場行動的重要人物，是著名愛國實業家、民生公司創始人——盧作孚。 圖為位於重慶北碚公園的作孚園。梁欽卿 攝 1938年10月，此時的武漢遭受日軍侵略已淪陷，宜昌擁塞著3萬以上待運的人員和9萬噸以上待運的軍工設備等器材。全中國的兵工工業、航空工業、重工業、輕工業的精華，都擁堵在這座小城，遍街皆是人員，遍地皆是器材。 圖為盧作孚紀念館中展示的民生公司輪船運送川軍出川抗戰資料圖。梁欽卿 攝 圖為抗戰時期的朝天門碼頭。民生實業(集團)有限公司供圖 日機不斷從武漢飛臨宜昌轟炸掃射，所有滯留在宜昌的人員和物資都必須迅速搶運到大後方重慶。宜昌到重慶的24艘輪船當中，有22艘輪船來自民生公司，按當時運力至少要1年時間。而且，宜昌上遊的江面不僅灘險流急，還有約40天就將進入枯水期，屆時大型輪船將不能航行。 圖為盧作孚紀念館中展示的「三段航行法」。梁欽卿 攝 彼時，盧作孚親赴宜昌指揮搶運，綜合考量長江的水文特性，充分運用民生公司在三段航行中積累的寶貴經驗，迅速確立一套高效的運輸方案：對最重要、最不易裝卸的核心機器設備，由宜昌直接搶運至重慶，並從重慶滿載出川抗日的將士；相對次要、不易裝卸的輕型設備則運抵萬縣(今重慶市萬州區)等地；更輕便的物資只運到奉節、巫山或巴東一帶即卸下，留待以後再轉運。 圖為盧作孚紀念館中展示的相關史料。梁欽卿 攝 盧作孚指揮民生公司船隊以及大量木船，冒著日機轟炸投入搶運，白天航行，夜間裝卸。僅用40天時間，將擁塞在宜昌的3萬多人員全部運走，9萬多噸設備、器材運走了三分之二。 圖為盧作孚紀念館展示的「宜昌大撤退」相關圖片。梁欽卿 攝 「岸上每數人或數十人一隊，抬著沉重的機器，不斷地歌唱，拖頭往來的汽笛，不斷地鳴叫，輪船上起重機的牙齒不斷地呼號，配合成了一支極其悲壯的交響曲，寫出了中國人動員起來反抗敵人的力量。」後來，盧作孚在《一樁慘澹經營的事業——民生實業公司》中如此描述當時的情景。 盧作孚在事後回憶，宜昌的這一段撤退不但是民生公司的一段最艱巨的工作，也是整個抗戰運輸當中的一段最艱巨的工作。 圖為盧作孚紀念館展示的民生公司在抗戰時期付出的犧牲。梁欽卿 攝 整個抗戰期間，民生公司共運送出川部隊270多萬人，其他各類人員150餘萬人，各種物資約100萬噸；民生公司被炸沉炸毀輪船16艘，117名船員犧牲、76名船員傷殘。 這次撤退，被盧作孚的好友晏陽初比喻為「中國實業上的敦刻爾克」，其緊張或與「敦刻爾克」無多差異。 圖為盧作孚紀念館展示的「宜昌大撤退」與「敦刻爾克大撤退」的比較。梁欽卿 攝 盧作孚的兒子盧國紀在《我的父親盧作孚》一書中記載：2005年3月，中央電視臺播放的百年人物電視片《盧作孚1938》中說，西方的敦刻爾克(大撤退)是靠英國一個國家的力量，一個軍事機構的指揮，850艘戰艦完成的，而中國的宜昌大撤退，只是由一個實業家指揮完成的，在中外戰爭史上，只此一例。 圖為遊客在盧作孚紀念館參觀。梁欽卿 攝 如今，長江黃金水道往來繁忙。當我們回顧這段歷史，盧作孚和他所領導的「宜昌大撤退」，依然提醒著人們，應當銘記歷史，珍惜來之不易的幸福生活。 作者：梁欽卿 景詩雁 來源：微信公眾號
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
西甲直播
「活动」首次登录送新手大礼包
- 软件大小: 749.23MB
- 最后更新: 2025-10-25 03:36
- 最新版本: v17.16.13.4
- 文件格式: apk
- 应用分类:ios-Android 桃花app
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.62以上
客服热线：136-6158-5964
28397
54
2025-10-25 03:36
97351
75
2025-10-25 03:36
24367
96
2025-10-25 03:36
16475
84
2025-10-25 03:36
57843
73
2025-10-25 03:36
57864
29
2025-10-25 03:36
94738
26
2025-10-25 03:36
15892
69
2025-10-25 03:36
92618
26
2025-10-25 03:36
86
83215
31
67351
28
75419
65487
96
49
28
39246
45
39764
