应急管理部发布2022年全国十大自然灾害******
中新网1月12日电 据应急管理部网站消息，经应急管理部会同工业和信息化部、自然资源部、住房城乡建设部、交通运输部、水利部、农业农村部、卫生健康委、统计局、气象局、银保监会、粮食和储备局、林草局、中国红十字会总会、国铁集团等部门和单位对2022年全国重大自然灾害事件会商核定，全国十大自然灾害如下(按时间排序)：
一、1月8日青海门源6.9级地震
1月8日1时45分，青海海北州门源县发生6.9级地震，震源深度10千米。震中位于青海、甘肃两省交界处，此后又发生5.1级、5.2 级强余震，地震共造成青海、甘肃、内蒙古、宁夏4省(区)17.1万人受灾，不同程度损坏房屋9.5万间，局地交通、市政等基础设施受损严重，直接经济损失32.5亿元。
二、2月中下旬南方低温雨雪冰冻灾害
2月中下旬，南方出现大范围低温雨雪冰冻灾害过程，持续时间长，暴雪落区偏南，降水(雪)强度大。持续低温雨雪冰冻对农业生产、交通、电力等造成一定影响。灾害造成福建、江西、湖南、广东、广西等9省(区、市)77个市447个县(市、区)609.2万人受灾，近8400人紧急转移安置；农作物受灾面积422.3千公顷；900余间房屋倒塌，近6500间不同程度损坏；直接经济损失78.9亿元。
三、6月上中旬珠江流域暴雨洪涝灾害
5月下旬至6月上中旬，我国华南地区遭遇1961年以来第2强的“龙舟水”过程。受其影响，珠江流域连续形成2次流域性较大洪水，北江出现1915年以来最大洪水，西江、北江、韩江先后发生7次编号洪水，局地发生严重城乡内涝和山洪地质灾害等。灾害造成广东、广西2省(区)648.9万人次受灾，因灾死亡失踪37人，紧急转移安置50.2万人次；倒塌房屋9200余间，不同程度损坏2.4万间；农作物受灾面积288.4千公顷；直接经济损失278.2亿元。
四、6月份闽赣湘三省暴雨洪涝灾害
6月份，福建、江西、湖南多地遭遇多轮强降雨过程，累计雨量大、降雨落区重叠、受灾范围广，多条河流发生超历史洪水，引发洪涝和次生地质灾害等，农业、水利、交通、供水、供电等基础设施受损严重。灾害造成福建、江西、湖南3省814.2万人次受灾，因灾死亡失踪29人，紧急转移安置62.9万人次；倒塌房屋9100余间，不同程度损坏5万余间；农作物受灾面积582千公顷；直接经济损失433亿元。
五、2022年第3号台风“暹芭”
2022年第3号台风“暹芭”于7月2日15时左右在广东电白沿海登陆(台风级，35米/秒)。登陆后穿过广东、广西、湖南3省(区)，其残余环流继续北上影响我国黄淮、东北等地。造成广东、广西、海南等省(区)39个市165个县(市、区)186.29万人受灾，紧急转移安置7万余人；倒塌房屋670余间，不同程度损坏近1400间；农作物受灾面积109.01千公顷；直接经济损失31.2亿元。
六、7月中旬四川暴雨洪涝灾害
7月11日至17日，四川省部分地区遭受多轮强降雨天气，部分地区降暴雨，局地大暴雨，并伴有雷电、阵性大风等强对流天气，引发山洪、泥石流等灾害。造成绵阳、阿坝、雅安等13市(州)76个县(市、区)27.9万人受灾，因灾死亡失踪36人，紧急转移安置1.4万人；倒塌房屋近400间，不同程度损坏近2200间；农作物受灾面积3.9千公顷；直接经济损失24.8亿元。
七、长江流域夏秋冬连旱
7月至11月上半月，长江流域降水异常偏少、极端高温天气持续，中旱以上日数为77天，较常年同期偏多54天，为有完整实测资料以来最严重的气象水文干旱，极端高温干旱对相关地区农业生产、人畜饮水、电力供应、生态环境等造成严重影响。旱情峰值时，造成四川、重庆、湖北、湖南、江西等12省(区、市)3978万人受灾，701.4万人因旱需生活救助；农作物受灾面积4270千公顷；直接经济损失408.5亿元。
八、8月上旬辽宁暴雨洪涝灾害
7月底至8月上旬，辽宁省中西部、东南部等地出现暴雨到大暴雨，引发洪涝灾害，辽河干流持续超警，支流绕阳河堤防发生决口险情，农业、基础设施等损失较重。灾害造成锦州、阜新、盘锦等9市31个县(市、区)54.9万人受灾，紧急转移安置3.4万人；倒塌房屋100余间，不同程度损坏8500余间；农作物受灾面积166.4千公顷；直接经济损失76亿元。
九、8月17日青海大通山洪灾害
8月17日22时许，受持续强降雨影响，青海省多地发生暴雨洪涝灾害，西宁市大通县青林乡、青山乡等地瞬时强降雨引发山洪，道路、桥梁、水利等基础设施受损严重。灾害共造成西宁、海北、海东、黄南、果洛5市(州)11个县(市、区)6.5万人受灾，因灾死亡失踪31人，紧急转移安置3300余人；倒塌房屋100余间，不同程度损坏9000余间；农作物受灾面积5.3千公顷；直接经济损失6.9亿元。
十、9月5日四川泸定6.8级地震
9月5日12时52分，四川省甘孜藏族自治州泸定县发生6.8级地震，震源深度16公里。地震造成四川省甘孜、雅安等6市(州)24个县(市、区)54.8万人受灾，因灾死亡失踪117人，紧急转移安置8万人；倒塌房屋1.2万间，不同程度损坏26.5万间；灾区居民住房及电力、通信、道路等基础设施损毁严重，直接经济损失154.8亿元。
“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。
