盈彩网投资平台计划 - 盈彩网投资平台论坛

丰收是最好的论文 大学青年教师下田助粮食增产******

　　这个冬天，眉山职业技术学院农业教研室主任魏文武正在挑战一个新纪录。

　　夏收之后，在四川省眉山市东坡区的良田里，农户种上了萝卜、芥菜、泽泻等蔬菜和中药材，来年春天再种下水稻。一年两季的种植模式，是人们按照当地气候、土壤条件摸索出来的最优方案。

　　现在，魏文武要尝试的是“一年三季”。他领导的研究团队在12月泽泻收获前一个月左右播种小麦，来年5月收割小麦后种水稻。如果试验成功，将大大提高土地利用率，也意味着农民会有更多的收获。

　　推动粮食提质、增产、增效，是这名大学教师从教以来不懈追求的目标。特别是2018年以来，魏文武团队的一批中青年教师依托眉山市岷江现代农业示范园区，借力“一优两高”生产竞赛，推动粮食生产不断创造新纪录。

　　“一优两高”是指优质、高产、高效。眉山的这场生产竞赛由当地政府发起，行业、企业、高校、农户多方参与。眉山职业技术学院承担了生产竞赛的组织任务，魏文武担任竞赛专家组副组长。

　　这是一项贯穿全年的系统任务。魏文武介绍，除了组织竞赛外，团队教师还要负责新品种、新技术的试验、示范和推广，对种植大户开展技术培训，帮助他们解决生产过程中的技术问题。

　　每年，魏文武团队向各地种业企业征集几十、上百个新品种，在眉山市东坡区太和镇永丰村的中试基地开展试验，根据中试结果，挑选出适合当地种植的新品种，再进行更大范围的种植示范，并组织种粮大户观摩。

　　“种粮大户会根据我们的试验结果选择中意的品种。”魏文武说，在这个环节，学校团队的任务就是帮农户选种质资源。

　　农户选中新品种开始种植后，魏文武团队迎来了第二个环节的工作：技术服务。他说，新品种大面积种植过程中，团队要协助农户把技术方案贯彻下去。“这就是我们专家组存在的价值”。

　　“一优两高”竞赛吸引了很多种粮大户的参与。太和镇金光村90后种粮大户徐杰说，这个过程充满挑战性，除了产量、品质等数据指标外，大赛还会现场蒸煮米饭，由专家、农户品尝，对口感进行打分，俨然一个“比武”现场。

　　技术研究工作并不轻松。每年3月至8月水稻生产季，魏文武平均每周有两三天在基地的田里，观察水稻生长情况、收集数据等。特别是收获季节，面临繁重的测产等任务，魏文武团队有几十名师生天天在田间忙碌。

　　因为经常下田，他车子的后备厢里常年放着一双筒靴，以备不时之需。暑假在田里做试验时，团队老师和同学们都在一起，亲力亲为。

　　“热！累！”这是该学院2020级学生张昶维对今年暑假的总结。当时，四川盆地遭遇了历史上罕见的高温干旱天气，张昶维等20多名学生加入测产团队，验收今年的粮食生产成果。

　　学生们试图用抹防晒霜来抵御阳光，但发现用处不大，最后只戴了袖套，防止割伤。暑假的这段经历，让在城市里长大的王杰平感受到“每一粒粮食都来之不易”，也“对农业有了更深刻的认识”。

　　下田，是眉山职业技术学院现代农业技术专业学生的必修课。虽然专业名称里带着“现代”两个字，但魏文武认为，无论技术怎么发展，下田永远都应该是农学专业学生的“必修课”，这是他们认识农业的关键一环。

　　团队里的青年教师也在这个过程中得到了锻炼。通过组织“一优两高”生产竞赛以及接地气的研究工作，魏文武团队每年都有论文成果发表，也锻炼了包括90后青年教师在内的团队成员的科研能力。

　　近年来，魏文武团队的多项生产技术得到推广应用，累计推广面积587.20万亩，最高单产达到969公斤/亩，创造了四川平原浅丘水稻高产纪录。机插秧“基缓追速”施肥技术减少了施肥次数、施肥量，并显著提高产量，仅施肥管理一项的节本增效就超过80元/亩。

　　截至目前，通过“一优两高”水稻新品种试验，魏文武团队累计完成340余个水稻品种的多年对比试验，筛选出40个适种该区域的优质高产品种，推动区域优质水稻占比由2012年的不足12.45%增长至2021年的86.55%，解决了本区域水稻产量不高、品质不优的问题。

　　今年8月，魏文武被评为四川省农业丰收奖“先进个人”。作为来自高校的获奖者，魏文武认为，如果科研工作不融入粮食生产过程中，就谈不上学有所用。因此他更看重技术推广之后给粮食增产、农民增收带来的实际改变。

　　他说：“粮食增产、农民增收，比发表论文更令人喜悦。”

　　(中国青年报 记者 王鑫昕)

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）