微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 穹顶之下 “还APEC蓝“我们能做什么?

穹顶之下 “还APEC蓝“我们能做什么?

2015-03-04 15:46
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-03-04 15:46 CNET科技资讯网

  近日,被“柴静与雾霾的个人恩怨”刷屏了,沉寂一年,柴静归来,推出公益作品《穹顶之下》,可谓不duang则已,一duang就刷爆微博、朋友圈。

  《穹顶之下》用大量令人信服的数据、深入实地的采访以及国外成功经验,解答了雾霾“是什么”、“哪里来”、“怎么办”,让人们在雾霾的灰暗中看到了希望,但这个希望需要我们每个人的努力,在不制造污染的同时,有利监督污染。

  那么如何监督?提到监督,并非是让大家心生畏惧的与污染企业发生正面冲突,而是及时拨打12369举报电话与环保部门取得联系,让12369不只是一个数字,正如视频中所说“人人都打12369,世界将拥有更美好的蓝天”。

  那么拨打12369举报复杂么?其实很简单,12369属于所在地环保部门局24小时电话。看到污染拍照留下证据(避免口说无凭),拨打12369向接线员说清楚所举报的污染事件的时间、地点、排污情况描述,后续处理事情就交给环保部门了。

  整个监督过程,其实只需要一部手机,据市场调查数据显示,我国城镇手机覆盖率已经达到了85%以上,只要人人拿起手机,人人都做监督员,还“APEC蓝”绝非难事。有的小伙伴可能顾虑,好多污染严重的企业地处偏远地区,或是比较隐蔽,对手机信号是个挑战,还有的小伙伴顾虑偷拍取证,既要保证清晰度,还要保证保密性,实属不易。智能手机大行其道的今天,这些顾虑,小伙伴大可放心,就拿小编入手3个月的华为G7来说,其采用了智能天线切换技术,可自动切换到信号强的天线上,从而保证用户在各种环境中的通话质量,小伙伴不管身处何种环境中都能及时拨打电话,举报污染企业、污染事件。拍照取证方面,这款手机同样也是非常得力的助手,其不仅搭载了索尼第四代BSI 1300万像素主摄像头和500万像素前置摄像头,还内置了SmartAE技术,无论是暴露在强光下、还是隐藏在黑暗里的污染都能让下伙伴清晰记录。此外,这款手机的极速抓拍功能,让小伙伴取证更便捷、隐蔽、迅速、安全。

  听了小编的balabala,小伙伴是否duang一下觉得轻而易举了。末了,小编还要效仿一下“柴女神”,向社会、向大家呼吁: 人人都是记录者,拿起手机,还APEC蓝一分纯净。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-