【国际锐评】美国作为头号毒株流行国,居然贼喊捉贼!******
1月5日起,美国将对来自中国的旅客实行入境限制措施,理由是中国国内疫情“可能会突变出新毒株、带来疫情传播风险”。然而从毒株分析的事实来看,中国当下流行的BA.5亚分支是美国数月前的主要流行毒株,而上海、杭州近日检出的最新毒株XBB.1.5,恰恰是美国现在的头号流行毒株。可见,中国是全球疫情流行的受害者,而美国无视事实、违背科学的做法,是一出贼喊捉贼的政治闹剧。
美国疾控中心(CDC)监测数据显示,美国流行的毒株不断更新换代。去年7月至10月,BA.5成为美国主要流行毒株,到11月份让位于BQ1、BQ1.1,到12月XBB.1.5毒株流行,新感染病例占比升至41%。CDC还预计,在美国东北部,XBB.1.5导致了约75%的新病例。由于具有极高的“免疫逃逸”能力,XBB.1.5已经成为美国头号流行毒株。
据全球流感共享数据库监测,目前至少有74个国家和地区发现了XBB.1.5,其中美国有43个州检测到该毒株。不少美国专家指出,第一个报告的XBB.1.5样本可追溯到10月下旬的纽约和康涅狄格州。
XBB.1.5在美国被发现时,中国仍在实施严格的疫情防控政策。去年11月11日,中国发布了优化疫情防控的二十条措施,12月7日发布了“新十条”。不管是中国现阶段流行的BA.5疫情,还是最新监测到的XBB.1.5毒株,出现的时间都要晚于美国和许多其他国家。中国目前流行的新冠毒株之前已经在世界各地传播。
随着新冠病毒感染的全球流行,变异株不断出现,任何地方都有可能出现新的毒株。因此,针对中国采取特别入境限制缺乏科学依据,更加没有必要。在大多数国家取消入境限制的情况下,头号毒株流行的美国有针对性地搞入境限制,纯属倒打一耙的政治操弄,真可谓欲加之罪何患无辞!
三年来,中国坚持人民至上、生命至上,抓住一个个窗口期优化调整防疫政策,疫情流行和病亡数保持在全球最低水平,为全球抗疫与经济复苏作出重要贡献。针对疫情新变化和抗疫新形势,中国通过全球流感共享数据库,分享了近期新冠病毒感染病例的病毒基因数据,体现了一贯的公开透明。
相比之下,美国始终将防疫政治化、“甩锅”推责。这不仅让自身沦为“全球第一抗疫失败国”,还导致疫情在全球传播,拖累了全球抗疫进程。
美国把自己包装成受害者,实际上中国才是受害者。三年来的经验教训一再证明,政治抗疫挡不住疫情传播,团结合作才能走出困境。美国政府此番将目标对准入境中国游客,是一错再错,也是南辕北辙的徒劳之举。
当前,中国正努力更好地统筹疫情防控和经济社会发展。疫情趋于平稳,经济正在复苏。1月8日起,中国不再对入境人员和货物等采取检疫传染病管理措施,不少国家反响热烈。
三年来,美国试图操弄疫情防控来达到政治目的,结果让超过108万美国人付出了生命代价,阻碍了全球抗疫与经济复苏。三年后的今天,贼喊捉贼的美国还不吸收教训、迷途知返吗?(国际锐评评论员)
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)