女子戴項鍊被診斷為「首飾性皮炎」 低價合金首飾暗藏健康隱患
2025-10-29 16:49 8,952次浏览北京8月4日電 題：最後的故宮文物赴臺押運人：一朝護寶，半生離愁 作者 黃欣欣 1949年，29歲的索予明奉命押運第三批故宮文物赴臺。行前，他送相依為命的母親回湖北老家，一句「回來再接你回南京」的承諾卻成為母子的永別。自此，索予明在寶島走過守護文物的漫長餘生。 回憶這位前輩的採訪過程中，臺北故宮博物院前院長馮明珠數度哽咽，「索公自1941年進入『中央博物院』籌備處，自此與文物相守，從李莊、南京到臺中霧峰北溝，再到臺北，終老於外雙溪故宮宿舍，一生典守文物。」 漫天烽火拼學術 1920年，索予明出生於湖北江陵。抗戰期間，「中央博物院」籌備處及數千箱故宮文物遷移至四川李莊。畢業於同濟大學的索予明因繪圖能力出眾，被「中央博物院」籌備處錄用。 在李莊，索予明與同事們開箱清點、記錄、繪製文物，還策劃展覽、出版導覽手冊。當時，學術調查也未停止，西南民族調查、西北長城考古等研究持續推進。 馮明珠說，渡臺後，索予明常談起在李莊的日子：夜裡沒有煤油，大家擠在茶館借燈光聊天，有人點杯叫「玻璃」的白開水，能坐半夜；月光好時，在張家祠前背《春江花月夜》，誰卡了殼，半夜想起了，便敲開鄰居的門補上。籌備處主任李濟常加入夜談，講述殷墟發掘故事，還把文稿拿來給大家校改，找出錯字或提出意見就獎個雞蛋——在物資匱乏的年代，這是難得的犒賞。 奉命押運，母子永別 1994年，87歲的北京故宮博物院古建專家單士元訪臺，與86歲的臺北故宮博物院文物專家那志良相見。這是1933年故宮文物南遷後兩人首次聚首，他們輪流報出故友名字，得到的回應多是「不在了」。 馮明珠(前排右一)主辦活動為索予明(前排右二)慶賀一百歲生日，邀請近百位臺北故宮博物院同仁參加。 (受訪者供圖) 索予明是最後一位離世的故宮文物赴臺押運人。當年，他告別故土，身上僅帶著一件母親縫製的藍背心和兩枚錢幣。兩岸開放探親後，他返回湖北江陵，卻找不到家。聽同鄉人轉述得知，母親早已離世，親人也多失散了。 20世紀90年代末，索予明(第二排左二)回湖北江陵探親，與同鄉合影。 (受訪者供圖) 「索公當然會覺得難過，」馮明珠說，「但誰都不知道明天會怎麼發展，他們只能奉命，被時代的洪流裹挾著往前走。」 2022年，索予明在臺灣逝世。馮明珠悼念時說：「索公參與了一個時代的文化大事，如今壽終正寢，上天國與思念的母親聚首，應是此生無憾了。」 「典守文物的精神代代相傳」 「索公念茲在茲文物安全，憂心文物再分散，他曾說，希望自己一生對國家、民族做的最有意義的事，千萬別成為錯誤的抉擇。」 馮明珠嘆息，索公未能對母親盡孝，一生對文物盡忠，如果這些文物到最後發生了變化，這是他最不能看到的事情。 2000年，年屆八旬的索予明雙目幾近失明，頭腦依舊清晰，愛聽廣播。他得知，臺灣當局推出旨在展示臺灣和亞洲文化藝術的「故宮南院」計劃，十分擔心中華文化因此被稀釋。 馮明珠強調，兩岸故宮珍藏的是同一源流的中華文明，這一條堅韌的文化臍帶始終連接兩岸。「當初押送文物南遷的故宮人，也將典守文物的精神帶到臺灣。」 馮明珠指出，臺北故宮博物院曾出版書籍《故宮院史留真》、舉辦「北溝傳奇」等展覽；2010年，兩岸故宮學者共同「重走南遷路」；2013年，當時的兩岸故宮院長在北京共同觀看了話劇《海棠依舊》，重溫護寶歲月。「臺北故宮博物院的院史展從未中斷，南遷故事也並未沉寂。」 在馮明珠看來，只要臺北故宮博物院開館一天，就是在傳承、推廣中華文化，臺北故宮博物院的任何變動都會牽動兩岸民眾的心。正如索予明晚年口述：「人事都已改變，但歷史事實是改變不了的，每一件古物都是見證，也是一首史詩。」(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。
97播播
「活动」首次登录送新手大礼包
- 软件大小: 418.97MB
- 最后更新: 2025-10-29 16:49
- 最新版本: v11.11.13.7
- 文件格式: apk
- 应用分类:ios-Android 魅影9.1直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.69以上
客服热线：132-3861-4918
54697
87
39854
37
2025-10-29 16:49
52671
46
2025-10-29 16:49
47596
46
2025-10-29 16:49
41632
78
2025-10-29 16:49
47285
16
2025-10-29 16:49
14985
29
2025-10-29 16:49
39285
51
2025-10-29 16:49
83451
76
2025-10-29 16:49
78934
75
2025-10-29 16:49
17594
97254
73194
24
52
73682
85
76