成都8月8日電 (袁牟知博)8日,成都世運會救生項目迎來首個比賽日,全天共產生8枚金牌。其中,女子100米混合救生、男子100米混合救生、女子4x50米泳池救生接力三個小項先後誕生新的世界紀錄。德國與波蘭選手分別貢獻精彩突破。 在女子100米混合救生決賽中,德國選手尼娜·霍爾特以1分03秒69的成績強勢奪冠,將自己在2024年創造的原世界紀錄縮短兩秒。這是她在成都世運會的首枚金牌,也是德國隊的首金。 「我嘗試了無數種訓練方法,現在仍不敢相信能突破自己的極限!」賽後她難掩激動,言語中滿是驚喜。而在隨後的女子4x50米泳池救生接力決賽中,尼娜·霍爾特與隊友延續強勢表現,以默契配合再次奪冠,將該項目世界紀錄收入囊中。 「成都熱情的城市氛圍讓我充滿力量。」尼娜·霍爾特特別提到開幕式的感動,「當煙花在夜空中綻放,全場觀眾的歡呼讓我瞬間充滿鬥志,這種溫暖的力量讓我深受感動。」 男子100米混合救生決賽中,波蘭選手傑赫扎克·卡西佩爾在50米轉身後才實現逆轉,打破已保持4年的世界紀錄,為波蘭代表團拿到成都世運會首金。 義大利選手弗朗切斯科·伊波利託在男子200米超級救生決賽中,以穩定發揮奪得金牌。 作為兼具實用性與競技性的獨特項目,救生運動起源於十八、十九世紀的歐洲,從單純的救援行動逐漸發展為規範的競技體育。在比賽中,運動員需要展現救援技巧,包括水下打撈假人、藉助浮標拖帶假人等;團體項目則以接力形式展現這些技能。同時,運動員以最快的速度完成既定遊進距離,用時最短者獲勝。 「這項運動的魅力就在於其不僅展示了運動員的實力,還是對人道精神的體現。」男子50米假人救生世界紀錄保持者、紐西蘭選手弗格斯·伊迪的評價道出了項目精髓。 救生項目按比賽場地主要分為泳池救生和海浪救生兩類。成都世運會設項為泳池救生,下設16個小項,包括50米假人救生、100米混合救生、100米腳蹼假人救生等,賽程為期2天。(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。
山猫直播 | 520直播 |
成人直播app推荐免费 |
苹果直播 | 韩国直播 |
直播全婐app免费 |
河豚直播 | 月神直播 |
小狐狸直播 |
樱花直播 | sky直播 |
魅影5.3直播 |
月夜直播app夜月 | 520直播 |
曼城直播 |
黄瓜直播 | 四季直播 |
魅影视频 |
美女直播app | tvn直播 |
曼城直播 |
优直播 | 飞速直播 |
69美女直播 |
午夜直播 | 趣爱直播 |
海棠直播 |
美女直播 | 伊人直播 |
百丽直播 |