“中国雪窝”，为何在山东？******url:https://m.gmw.cn/2022-12/28/content_1303236897.htm,id:1303236897

　　近日

　　山东半岛遭遇今冬

　　第三轮明显降雪天气过程

　　威海局部遭遇暴雪

　　雪有多大？

　　网友拍摄了雪中刨车的场景

　　还有热心网友

　　给出了经验之谈

　　据分析

　　此次威海暴雪为冷流降雪

　　那么，什么是冷流雪？

　　它为何偏爱山东半岛？

　　01

　　为何威海烟台

　　被称作“中国雪窝”

　　“降雪，肯定看向东北！”东北三省的雪堪称是冬日城市的一道经典风景线。但很多人可能想不到，山东的两个海滨城市由于冬天较多的降雪也会形成独特的海滨雪城风貌，被称为“中国雪窝”，那就是烟台和威海。

　　每年冬天，相比于山东其他地区，烟台、威海的雪明显要多很多。因为这两个城市的降雪以冷流雪为主，占总降雪日数的比例高达80%以上。

　　今冬以来，山东半岛已出现三轮明显冷流雪过程，时间分别为11月29日至12月2日、12月16日至18日、12月21日至22日。每一轮降雪过程中，都有半岛局部地区降雪达到暴雪量级。其中12月22日，山东威海遭遇持续降雪，路面积雪严重。

　　根据烟台莱山机场气象统计资料显示：当地冷流雪年平均日数在39天左右。这种冷流雪是我国黄、渤海沿海地区冬季特有的一种天气现象，尤以山东半岛低山丘陵的北部沿海地区（位于渤海南部）为甚，而丘陵以南地区降雪量迅速减少。降雪量大是冷流降雪的特点之一，2005年年末至2006年初烟台芝罘区降水量达80.3毫米，积雪1.2米深。

　　02

　　冷流降雪

　　是如何形成的？

　　所谓冷流雪，也称“冷流降雪”，是由于海上富含水汽，而且海水的水温在冬季相较内陆的地表温度更高，所以海面上方的空气相对温暖而湿润。当冷空气南下时，海面上方的暖湿空气升至一定高度时，就会凝结成雪花，飘落下来，形成降雪。冷流降雪又被称作“大湖效应”。

　　以山东半岛为例，冷流雪在蓬莱至成山头一带沿海地区尤为显著。威海地处山东半岛东端，北、东、南三面濒临黄海，其独特的地理位置，极易产生冷流雪。

　　海洋热容量大，冬季海水温度的变化较气温及陆地的变化要平缓得多，南下的冷空气经过渤海海面时，与海水温度相差较大，低层空气增温、增湿，为空气对流运动提供了条件，使之在近海面形成具有一定对流性的层积云并产生降雪。

　　另外，半岛北部沿海丘陵山地的地形抬升和海岸的摩擦会迅速把暖湿气流抬升到凝结高度以上，也会对冷流雪起到增幅作用。

　　2021年12月25日冷流雪过程

　　冷流雪往往带来绝美景观

　　但也在此提醒大家

　　雪天行车危险指数较高

　　注意行车安全

　　同时做好保暖措施

　　转自｜中国气象

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)