財米油鹽|「反內卷」成熱詞,普通人如何理解它? 羊毛出在羊身上,「價格戰」沒有贏家。 前陣子的「外賣補貼大戰」全網刷屏。低至「零元購」的補貼優惠一時讓消費者得利、商家漲單、騎手增收,但也造成了非理性消費、商家爆單、騎手不堪重負。如果任其發展,不斷攤薄的商家利潤、逐漸縮水的產品質量和配送服務,不僅將造成「穀賤傷農」的局面,還會逐漸蠶食消費者權益。 於企業而言,「內卷式」競爭常常「光賺吆喝不賺錢」,甚至導致虧本。數據顯示,2024年汽車行業利潤率降至4.3%,新能源品牌中僅有比亞迪、賽力斯、理想、零跑4家盈利,多家車企研發費用出現下滑。降價帶來的成本壓力沒有憑空消失,而是轉嫁到了供應鏈企業身上,嚴重危害產業鏈健康可持續發展。 於經濟發展整體而言,無底線的「價格戰」如同「興奮劑」,只能獲得短期刺激。利潤擠壓下,企業或許降薪裁員,更無力投入研發與人才培養。長此以往,產品和品牌競爭力終會受到「反噬」,並將動搖宏觀經濟根基與全球競爭力。 自去年底中央經濟工作會議以來,多個重磅會議都旗幟鮮明地強調要「防止『內卷式』惡性競爭」。近段時間,我國「反內卷」力度更大、措施更細:6月底,反不正當競爭法完成修訂;7月底,價格法修正草案徵求意見稿,進一步完善反不正當競爭與定價行為的規則制度;中央財經委員會第六次會議將「治理企業低價無序競爭」和「推動落後產能有序退出」列為重點任務。 部分行業已應聲而動:17家車企宣布將供應商支付帳期統一至60天內;33家建築類企業聯合發出建築行業「反內卷」倡議書;多家國內頭部光伏玻璃企業計劃集體減產30%。 不拼價格,拼價值!經濟領域「反內卷」的齒輪已開始轉動,要見實效,仍需社會各界持續發力、協同配合,才能讓齒輪轉得更順,共同打造投資有回報、企業有利潤、員工有收入、政府有稅收的多贏局面。 總策劃:孫海峰 製片人:章斐然 謝婷 監製:呂騫 策劃:申佳平 李佳 文字:方經綸 攝像:史新培 剪輯:石雪 實習生廖小榕 設計:鄭美鈺 包裝:趙晨
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。
14235
81
2025-11-07 16:25
61859
57
2025-11-07 16:25
81675
73
2025-11-07 16:25
38142
25
2025-11-07 16:25
17862
32
2025-11-07 16:25
23819
16
2025-11-07 16:25
17982
39
2025-11-07 16:25
79851
52
2025-11-07 16:25
45172
75
2025-11-07 16:25
35612
85
2025-11-07 16:25
39682
19
2025-11-07 16:25
17652
84
2025-11-07 16:25
48352
15
2025-11-07 16:25
17852
48
2025-11-07 16:25
23476
12
2025-11-07 16:25
41692
37
2025-11-07 16:25
91725
86
2025-11-07 16:25
17893
67
2025-11-07 16:25
92371
98
2025-11-07 16:25
75631
57
2025-11-07 16:25
36289
76
2025-11-07 16:25
17246
69
2025-11-07 16:25
36259
43
2025-11-07 16:25
96354
58
2025-11-07 16:25
61359
83
2025-11-07 16:25
71259
28
2025-11-07 16:25
41927
65
2025-11-07 16:25
61347
93
2025-11-07 16:25
51627
45
2025-11-07 16:25
35648
14
2025-11-07 16:25
21584
68
2025-11-07 16:25
49783
65
2025-11-07 16:25
18524
38
2025-11-07 16:25
75164
85
2025-11-07 16:25
34197
18
2025-11-07 16:25
93482
67
2025-11-07 16:25
68392
13
2025-11-07 16:25
53981
84
2025-11-07 16:25
65918
76
2025-11-07 16:25
58396
57
2025-11-07 16:25
82397
17
2025-11-07 16:25
49216
79
2025-11-07 16:25
36298
53
2025-11-07 16:25
17352
27
2025-11-07 16:25
51384
34
2025-11-07 16:25
96514
54
2025-11-07 16:25
49718
96
2025-11-07 16:25
49521
23
2025-11-07 16:25
69721
25
2025-11-07 16:25
17468
68
2025-11-07 16:25
53978
95
2025-11-07 16:25
24986
71
2025-11-07 16:25
| 杏爱直播 | 曼城直播 |
| 仙凡直播 | |
| 魅影直播 | 迷笛直播 |
| 浪花直播 | |
| 奇秀直播 | 69美女直播 |
| 雪梨直播 | |
| 杏爱直播 | 樱桃直播 |
| 名模直播 | |
| 花蝴蝶app直播 | 柠檬直播 |
| 四季直播 | |
| 浪花直播 | 色花堂直播 |
| 趣爱直播 | |
| 月夜直播 | 成人抖阴 |
| 浪花直播 | |
| 杏仁直播 | 免费直播平台 |
| 花椒直播 | |
| 免费直播平台 | 香蕉app免费下载 |
| 伊人app | |
| 杏爱直播 | 杏仁直播 |
| 凤蝶直播 | |