護航暑運 重慶車輛段為133組動車「體檢」
2025-11-28 03:25 8,157次浏览浙江台州8月8日電 題：海洋廢塑料變身潮品 「藍色循環」模式促新生 記者 官逸倫 在「藍色循環」項目發起成員之一、浙江藍景科技有限公司(下簡稱「藍景科技」)的展示區域，人們或許很難想像，製成方巾、領帶、單肩包等產品的重要材料是曾被丟棄在海洋中的廢塑料瓶。 8月7日，作為「藍色循環」項目發起成員之一的浙江藍景科技有限公司展示了由海洋廢棄塑料瓶製成的產品。宋雪晴 攝 作為一種海洋塑料廢棄物治理模式，「藍色循環」由中國浙江省台州市於2020年率先開始探索。該模式通過吸納沿海民眾和漁民加入海洋塑料廢棄物收集，聯合企業製成再生海洋塑料粒子，最終生產出包括再生紡織品、再生塑料製品等符合國際生態環保理念、具有更高附加值的產品，成功讓海洋廢塑料獲得「新生」。 每年有大量塑料廢棄物流入海洋。聯合國秘書長古特雷斯曾警告說，若不採取行動，預計到2050年，海洋中的塑料總量或將超越魚類。 張文祥是「藍色循環」模式下海洋塑料廢棄物收集儲存站點「小藍之家」的「家長」。曾經是村幹部的他在退休後加入「小藍之家」。張文祥表示，在其所負責的站點，有時一天可以收到上百斤的海洋塑料廢棄物。他說，當地沿海環境在「小藍之家」建立後得到明顯改善。 為確保收集的塑料廢棄物來源於海洋，「藍色循環」利用區塊鏈和物聯網等技術，實現海洋塑料從回收到應用的全過程可視化追溯，解決了數據流轉真實性的問題。通過掃描產品二維碼，製成該產品的海洋廢棄物由誰收集、儲存、轉運、再生、加工等信息一目了然。 在國家海洋環境監測中心研究員李方看來，「藍色循環」創新了海洋塑料汙染治理模式，形成了海洋汙染物收集、運輸、再生、高值利用的閉環價值鏈，並通過將一部分利潤反哺給漁民和沿海居民，激勵其收集海洋垃圾，進一步形成良性循環。 2023年10月，為表彰該模式對近岸海域塑料汙染治理作出的傑出貢獻，聯合國環境規劃署宣布，將聯合國環保領域最高榮譽「地球衛士獎」獎項授予「藍色循環」治理模式。截至目前，台州市已累計回收海洋塑料廢棄物5.45萬噸。 藍景科技生產副總經理方敏告訴記者，漁民的觀念在這幾年裡改變了很多：一開始他們覺得將捕魚時打撈上來的塑料廢棄物帶回陸地很麻煩，但現在他們會覺得這是應該做的。方敏表示，漁民逐漸意識到，如果把這些垃圾丟在海裡，海洋裡的魚最終會越來越少，「其實對自己是沒有好處的」。 獲得「地球衛士獎」以來，「藍色循環」模式在從一地試點到向全省推廣、從塑料瓶到全品類塑料回收利用、從單一主體到更多主體參與等方面實現拓展。 據台州市生態環境局海洋生態環境處負責人王安介紹，在「藍色循環」模式獲得「地球衛士獎」後，該市開始探索制定中國首部海洋塑料廢棄物治理的地方性法規，了解企業、漁民等多方需求，以期將好的經驗轉化為制度，也把前期遇到的問題和困難在制度中予以規範。 王安表示，《台州市海洋塑料廢棄物治理規定》將於今年10月1日起施行。她希望能通過聚焦海洋塑料廢棄物這一小切口，帶動其他海洋廢棄物的治理。 李方表示，海洋塑料廢棄物治理規範化將有助於相關實踐的推廣。「海洋環境治理問題需要大家共同參與。但怎麼參與，需要一定的規範。」 李方同時告訴記者，未來，「藍色循環」模式亦可進一步探索如何將收集處理海洋塑料廢棄物與源頭汙染防治相結合，如通過升級改造相關設施減少進入海洋的塑料廢棄物數量。在他看來，這對「藍色循環」模式來說或許是一個新的動力。(完)
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。
免费真人视频网站直播下载
「活动」首次登录送新手大礼包
- 软件大小: 562.57MB
- 最后更新: 2025-11-28 03:25
- 最新版本: v6.15.10.9
- 文件格式: apk
- 应用分类:ios-Android 五楼直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 1.73以上
客服热线：139-4569-6213
68931
38
17369
47
2025-11-28 03:25
12356
96
2025-11-28 03:25
81347
36
2025-11-28 03:25
92314
73
2025-11-28 03:25
39254
67
2025-11-28 03:25
94176
89
2025-11-28 03:25
98674
19
2025-11-28 03:25
41852
24
2025-11-28 03:25
91723
79
2025-11-28 03:25
52468
15
54182
57
19328
86
31
96
19473
96
67
94
79
83
43
57348
56417
83746