北京8月12日電 扔掉的舊衣服,如何「重獲新生」?在安徽省金寨縣的一家民營企業內,全自動生產線高速運轉,成千上萬噸廢舊衣服經撕碎、高溫加熱等工序,轉化為黑白顆粒物,成為可再生成衣的原料。廢舊紡織品的「新生」從這裡開始。 由中國經濟傳媒協會主辦、安徽經濟報業承辦的「聚焦環保新質生產力——走進安徽新登利」調研活動日前在安徽省六安市金寨縣舉行。活動以安徽新登利環保科技有限公司(下稱,新登利)為案例,探訪了民營企業在環保新質生產力領域的創新實踐,解碼紡織行業發展循環經濟的突破路徑。 據介紹,金寨縣近年來堅持以「雙碳」目標為牽引,聚焦環保新質生產力,系統構建現代環保產業體系。「當前,總投資52億元的新登利環保裝備產業園一期已經投產,二期正在火熱建設。」金寨縣委宣傳部副部長曹作義表示,依託金寨抽水蓄能電站、華電福新風電等項目,該縣努力探索『綠電-綠氫-綠氨』全鏈條示範,碳匯交易走在全國前列。 資料顯示,中國是全球最大的紡織品生產國和消費國,紡織纖維加工總量佔全球一半以上,國內廢舊紡織品存量巨大。2022年,國家發展改革委會同有關部門印發的《關於加快推進廢舊紡織品循環利用的實施意見》提出,到2025年,廢舊紡織品循環利用體系初步建立,循環利用能力大幅提升,廢舊紡織品循環利用率達到25%,廢舊紡織品再生纖維產量達到200萬噸。科技投資人何澤儀在調研座談會上指出,在此背景下,我們需要新的技術路線,也需要新的產業共識。 中國經濟傳媒協會副會長張曙紅認為,新登利為眾多企業打開了一個觀察環保新質生產力的窗口。從技術研發上的持續投入,到將環保理念融入產業創新舉措,再到面對市場挑戰時的戰略轉型,體現了民營企業在踐行綠色發展理念中的戰略與智慧。 據悉,該企業的T2T化學法廢舊紡織品化學分解技術,通過化學分解和再聚合過程,實現從廢舊衣物到新衣物的閉環循環。「T2T即Textile to Textile,紡織品到紡織品。其技術原理是將廢舊聚酯材料分解成化學小分子,然後通過精餾、過濾、提純等步驟,重新聚合成為再生聚酯產品。」青島大學紡織服裝學院教授田明偉介紹,這一技術不僅減少了行業對石油等原生資源的需求,同時顯著降低了對原生資源的依賴。 「相比原生石油基路線,T2T化學法再生體系可降低約60%-85%的碳排放及能源消耗,大幅減少環境汙染。」新登利總經理葉孝喆表示,企業項目總規劃產能為每年10—11萬噸。全面投產後,每年可回收利用超12萬噸廢舊紡織品,減排溫室氣體超48萬噸,相當於2600萬棵樹的碳匯效果。」 何澤儀認為,科技與碳中和的深度融合已成為全球環保的結構性機會,而「科技+材料+循環經濟」的交叉領域,則是下一輪工業重構中的支點。「利用再生材料能有效節約資源,降低企業生產成本。」她表示,掌握再生材料技術,企業可成為規則制定者,在國際市場上擁有更大話語權。(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。
雪梨直播 | 魅影视频 |
蜜唇直播app |
凤凰网直播 | 午夜直播 |
直播黄台app凤蝶 |
小白兔直播 | 橙色直播 |
成人抖阴 |
私密直播全婐app免费 | 蜜糖直播 |
牡丹直播 |
春雨app直播免费看 | 月夜直播在线观看 |
橘子直播 |
妲己直播 | 蜜桃直播 |
尖叫之夜免费直播 |
伊人直播网站 | 魅影视频 |
少女6夜半直播nba |
夜魅直播 | 春雨直播全婐app免费 |
嫦娥直播 |
夜魅直播 | 韩国直播 |
河豚直播 |
成人直播app推荐免费 | 花椒直播 |
凤蝶直播 |