乐中彩票 - 乐中彩票

战略支援部队某旅：工作有了标准，效率有了提高******

　　官兵们正在检修装备。作者供图

　　“参照《维护保养手册》，我们干工作更加得心应手。”年终岁尾，战略支援部队某旅组织装备换季保养工作，官兵们按照手册上的“标准流程”维护保养装备，工作效率显著提高。

　　该旅分队长、二级军士长李伟介绍说，过去装备维修保养，他们只能逐项排查或凭借经验判断故障问题，既增加了日常工作量，也给维修保养带来不小难题。如今，有了这本“百宝书”，能详细了解装备自列装以来历次故障原因、修理方法，“对症下药”精准保养，就有了参考方向和技术支撑。

　　编写这本《维护保养手册》，源于一次演练任务。去年底，该旅组织实装考核演练，导调组临机下达突发情况指令后，李伟所在分队因通信不畅没有及时处置问题，考核成绩被判定不合格。事后分析原因发现，演练前装备保养不到位，电源装置过期失效，导致装备无法供电，操作失灵。

　　演练复盘时，一名战士心有不甘地说：“怎么也没想到会发生这样的情况！”

　　说者无意，听者有心。一个想法在李伟的脑海萌发：能不能像汽车4S店一样，给装备撰写一本《维护保养手册》？

　　演练结束后，李伟立刻开展调研。他发现，尽管每年单位都会统一组织换季保养，但官兵往往对装备状况掌握不够全面，维护难以“对症下药”，保养难免存在盲区、漏洞。整理好调研资料，李伟向旅机关提交了一份关于建立装备维护保养档案的意见。

　　得到上级机关批准后，李伟决定打造一个“样板工程”。他带领维修技术骨干梳理整合装备各类故障申报、保养履历等数据，精确分析装备“健康指标”，并将摸索积累的经验转化为装备维护保养注意事项，编写《维护保养手册》、设置保养提示卡片，让装备状况一目了然，维护保养工作更加科学高效。

　　手册好不好用，官兵最有发言权。随后，李伟带着手册来到训练场，在抢修光缆任务中，一台工程机械车突发故障。操作手邸文育查阅《维护保养手册》，立刻判定出问题点位并及时排除，任务顺利完成。

　　没过多久，某型工程机械车列装该旅。该车辆信息化程度高、操作系统复杂，他们要从零开始学习。这时候，李伟再次主动请缨，带领团队主动到生产厂家、部队院校取经，就装备重点部位保养开展流程化设计，对日常维护保养措施进行量化。数个月后，李伟所在团队掌握了该型装备的日常维护保养方法，能够做到装备性能“一口清”、故障问题“一摸准”。

　　科学精细管装用装，保障能力水涨船高。今年，该旅千里机动至某陌生复杂地域开展装备试验任务，多项装备精细化管理成果在任务中得到有效检验。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）