
除了口罩成为生活必需品,进出一些场所必须扫健康码,在中国,我们其实已经不太容易感受到新冠疫情的存在了。
但是,张文宏医生最近谈疫情的频率却变高了。只不过,他现在谈的不是疾病,而是疫苗。我们能够明显感觉到,张文宏医生对于目前中国疫苗的普及速度非常担忧。
他的担忧的来自这样一个判断:
一种全球性流行病的终结,疫苗是最靠谱的手段。
对于新冠疫情而言,至少要达到70%的疫苗防护率,才足以构成有效免疫屏障。考虑到疫苗的防护率不是100%,如果按照90%计算,或许只有理想的接种率达到80%以上,才能真正实现群体免疫。
与之相比,目前中国的实际情况是,疫苗普及率还不到10%。
因此接下来可能会出现这样一种情况:当经济发达国家在今年底,通过疫苗完成免疫屏障,从而开放国门时,我们可能因为多数人还没有免疫能力,只能继续封锁边境。
疫苗的倒挂,就会变成疫情的倒挂。我们前期疫情防控做的好,阶段性自由;后期别人疫苗普及率更高,长期自由。
这种担忧其实正在成为现实,拿全球疫苗普及率最高的以色列来说,听说已经打算开放邮轮旅游了。
张医生已经把道理说的很清楚了。所以我在这里不打算强调疫苗的重要性。
而普遍大众对疫苗的担心,其实是一种普遍现象——说到底,我们对不同事物的潜在伤害,有不同的评估权重。
就拿开车来说,根据世卫组织在2018年12月发布的《道路交通伤害》报告,全球每年有135万人死于道路交通事故。
具体到国家,中国是每年6万人,美国是每年4万人。
而新冠疫情出现以来,全球造成的死亡人数是6万人,是一个国家的交通事故死亡人数水平,是全球数字的5%。
但新冠疫情对我们心灵所造成的恐慌,和对实际经济情况所造成的损失,要远远大于交通事故。
新冠疫苗在全球注射以来,确实人群会有一些不良反应。在有些国家,甚至有注射后死亡的案例(不过,无法确定是疫苗造成的问题,还是人本身就有疾病在身)。
总体而言,这个数字比例是很低的。然而,似乎人们对疫苗安全性产生的担心,甚至超过了对新冠疾病的担心,这一点从国内5%的普及率就看得出来了。
究其原因,其实是「不可控」三个字。
我们对于可控的事情,即使其危险,也会比较淡定。但对于不可控的事情,即使其不危险,也会产生焦虑。
我们还是举交通的例子,全球百万人死亡的交通事故,是人类司机造成的,可我们对此熟视无睹。然而只要有一起AI自动驾驶汽车造成人类死亡,我们就会陷入严重恐慌。
因为我们对人是熟悉的,对于机器是陌生的。
同样,我们对于新冠疫情是熟悉的,但对于新冠疫苗是陌生。
我猜,张文宏医生的忧虑还会持续下去。而解决问题的办法,似乎也只有一个,要在全社会建立大家对疫苗的熟悉感。
不仅是疫苗有效率的熟悉感,也包括不良反应的熟悉感。
如果有一天,大家不需要通过向周围人打听,才知道打了疫苗会有啥不正常的时候,大家也就可以安心的打疫苗了。
好文章,需要你的鼓励
openGauss的目标是探索oGRAC和超节点深度融合的可能,打造超节点原生数据库。
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。
上海AI实验室团队开发的Yume1.5是一个革命性的AI视频生成系统,能够从单张图片或文字描述创造无限可探索的虚拟世界。用户可通过键盘控制实时探索,系统8秒内完成生成,响应精度达0.836,远超现有技术。该系统采用创新的时空通道建模和自强制蒸馏技术,支持文本控制的事件生成,为虚拟现实和内容创作领域开辟了新的可能性。