题型:现代文阅读 题类:模拟题 难易度:普通
北京市丰台区2020届高三语文二模试卷
材料一
在新冠疫情防控中,我国智能化技术应用“崭露头角”,取得了较好的成效。
人工智能技术在数据处理方面应用广泛。鉴于新药和疫苗研发期间进行大量数据分析、科学超算等工作的需要,百度、腾讯等企业相继开放了公司内部的亿级计算资源,帮助疾控中心和科研单位将疫情的数据检测时间以几何倍数缩短。针对流动场景中因戴口罩而造成人脸识别困难这一问题,以旷视科技为代表的人工智能公司建立了“公共场所应急医疗寻人系统”,通过多模态算法识别体态特征,形成全域感知、可管可控的精准定位。
服务型机器人在防控疫情斗争中起到了至关重要的作用。国内一些企业开发的医疗智能机器人可代替医护人员在污染区和隔离区作业,完成部分高风险任务,并节省大量防护服、口罩等重要物资。语音服务机器人还可以很好地代替人工开展疫情防控知识的普及,大幅减轻相关人员工作强度,缓解医疗资源紧缺状况,避免交叉感染风险。
在此次疫情防控战中,无人配送“初试身手”。广东省人民医院引进的无人车承载餐食或物资,可自动前往隔离区房间进行配送。这种免接触配送方式,能够阻断“人传人”的病毒传染链条,降低隔离区内部病毒传播几率。
区块链公开透明、便捷高效、完备可追溯等技术优势也在疫情防控中有所展现。相关机构推出了基于联盟链技术的疫情捐款平台,这一平台具有防篡改可追溯的特征,可有效解决传统公益活动中的暗箱操作问题,得到了市场的高度认可。此外,区块链还在疫情缓解后的复工复产中发挥着重要作用。基于区块链的企业复工复产平台,将防控指挥部门、政府监管部门等相关方作为节点上链,企业备案、业务审核、卫生监管等均可在链上完成,各节点可随时同步查询,确保公开公正,从而实现防疫下的精细化复工治理。
(取材于渠慎宁、杨丹的相关文章)
材料二
随着标准化医疗数据的完善与人工智能(AI)技术的发展,“5G+智慧医疗”、AI医生、医疗智能机器人等多元化的医疗场景从理论落地现实,满足了人们多方面的医疗需求。
AI医生在通过硬件设备获取大量多维度医疗数据基础上,为病人“把脉”,并通过自身算法和机器学习对关键数据进行分析处理,最终用“人话”提供诊断结果。目前,国内的三甲医院大部分都在尝试通过Al+辅诊,对肺结节、乳腺癌等多个疾病进行诊断。AI医生还可应用于生活领域,既满足了人们对健康管理和医疗服务的需求,也缓解了当前医院和医生资源短缺的状况。
相对传统的医疗场景,机器学习在医学影像诊断方面表现强势。在一项最新科研成果中,人工智能在识别医学影像的基础上,通过自动学习病历文本数据中的诊断逻辑,逐步具备了一定的病情分析推理能力,能更进一步读懂、分析复杂的病例。国际商业机器公司研发的沃森机器人可在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次试验数据、106000份临床报告。通过海量读取医学知识,沃森机器人在短时间内迅速成为肿瘤专家。近些年来,沃森机器人为诊治肺癌、结肠癌等多种癌症提供了服务。目前,中国已经有200多家医疗机构引进了沃森机器人。
AI技术已广泛应用于医疗行业诸多领域,有效地辅助了医院医生识别图像、获取和分析医疗数据,提供诊疗服务等等。展望未来,医疗与人工智能结合方式将覆盖医疗行业的方方面面。
(取材于《光明日报》相关文章)
材料三
图像识别是AI技术最擅长的事情之一。利用AI技术这一长处,辅助医生诊断,让医生“看”得更清楚、判断更准确。AI技术是否能对所有病症做出独立的诊断?美国眼科教授布莱斯勒正在做的项目,是使用AI技术诊断糖尿病人的眼底病变。由于这种疾病十分常见,数据积累丰富,再加上对于病变的判定相对简单,目前这个技术已经有了相对成熟的应用场景。然而,触及到更难的领域,例如肿瘤,图像模式十分复杂,很难用一种或者几种机械的模式概括,机器往往就会卡住。而有的病变本身十分罕见,机器根本无法形成值得信赖的数据库。
再说,就算数据够多、计算能力够强,AI技术能够取代人类判断吗?医学专家帕里克说:“现有的大部分算法,包括诊断和预测等,都不是在传统的医学范式下研究出来的,不能直接体现医学所需要的指标,即使一些已经投入应用了,但可靠度、可应用程度等,都需要进一步验证。”他认为,当下许多医疗人工智能相关的研究,都以计算能力、反应速度、概率分布曲线等作为指标。可是,这些研究对病人的治疗效果有多大增益?速度提高了,误诊率、返诊率以及病程等问题是否也会随之解决?这些才是医学关心的指标,也是监管机构能否给某个技术放行的依据。
帕里克还认为,最关键的并不在于人工智能本身的能力,而在于人工智能和现有的医学条件结合能够发挥多大的功效。医生多年所见、所识、所领悟的并不能完全被翻译成数据,变成机器学习的资料;而人工智能亦有更精准的观察、更快的速度和永不疲倦的眼。谈论“医生+算法”的效果,远比谈论如何替代、或者谁比谁好要更有意义。
未来的医疗场景,一定不是病人进行全身扫描之后得到“智能”的诊疗,而是可复制、可量产的机器,为医生提供足够有价值的参考,节省更多人力物力,让诊疗变得更普及、更平民、更快捷。
(取材于李子的相关文章)
美国某医学院实验室开发了一套结合影像和人工智能的心脏造影方案,构建出全息3D的心脏模型,重建每一束心肌纤维,模拟心脏动态,精确地找出病灶,让手术“指哪打哪”。然而,实际应用的前景并不乐观。
你认为美国这一实验室开发的心脏造影方案有哪些优势?可能存在哪些不足?请结合上面三则材料加以解说。
材料一:
10月1日—3日,2018年诺贝尔奖三大自然科学奖项——生理学或医学奖、物理学奖和化学奖的逐一揭晓,为人类智慧文明的高塔,再次垒上耀眼的一层。诺贝尔生理学或医学奖被授予两位免疫学家——美国的詹姆斯·艾利森与日本的本庶佑。
10月8号,诺贝尔经济学奖揭晓,获奖者分别是威廉·诺德豪斯和保罗·罗默。评委会指出,他们把宏观经济学扩大到全球规模,以解决世界最大难题,借此建构出能解释市场经济与自然及知识互动的模式,大大拓展了经济分析的范畴。
瑞典著名化学家诺贝尔设立的系列奖项,用于鼓励“为人类带来最大利益”的科学发现与发明成果。从生物学家发现免疫系统制动机制而衍生癌症治疗新方法,到物理学家用光镊移动微小物体并制造最短最强激光脉冲,再到化学家掌控酶和抗体定向进化的力量,无一不是基础科学领域的发现,发展成提高人类生命质量和生产效率的有益工具、手段和方法。今年的获奖名单,再次秉承了诺贝尔的遗愿,也让全球热爱科学的公众,对“人类的最大利益”究竟是什么有所感悟,对做出这样贡献的科学家有所敬重。
(摘编自《科技日报》2018年10月8日)
材料二:2018诺贝尔奖得主学术背景大揭秘
2019泰晤士世界大学排名TOP200 |
2018诺贝尔奖获得者学术背景 |
|||
排名 |
学校中文名 |
国家/地区 |
总分 |
奖项分布 |
2 |
剑桥大学 |
英国 |
94.8 |
诺贝尔化学奖 |
3 |
斯坦福大学 |
美国 |
94.7 |
诺贝尔经济学奖 |
5 |
加州理工大学 |
美国 |
94.1 |
诺贝尔化学奖 |
6 |
哈佛大学 |
美国 |
93.6 |
诺贝尔化学奖 |
8 |
耶鲁大学 |
美国 |
91.3 |
诺贝尔经济学奖 |
10 |
芝加哥大学 |
美国 |
90.2 |
诺贝尔经济学奖 |
15 |
加州大学伯克利分校 |
美国 |
87.7 |
诺贝尔化学奖 |
19 |
康奈尔大学 |
美国 |
85.1 |
诺贝尔物理学奖 |
27 |
纽约大学 |
美国 |
81 |
诺贝尔经济学奖 |
65 |
京都大学 |
日本 |
67.3 |
诺贝尔奖生理学或医学奖 |
77 |
麦克马斯特大学 |
加拿大 |
64.4 |
诺贝尔物理学奖 |
(摘编自“新浪看点”2018年10月9日)
材料三:
纵观诺奖百年来的奖励对象,大致可划为两类:发现问题者与解决问题者。这在某种程度上也是科学与技术的分野与关联。在这一个世纪的时间轴上,发现问题占据着前半篇的中心位置,以爱因斯坦为首的宗师们光芒万丈,用一系列触及因果、存在、时空等哲学位面的伟大问题,圈定了现代科学技术的基本命题与类别范畴。但2008年金融危机及此后十年证明,人类依然面临着一系列老问题——气候变暖、能源危机、粮食供应、流行疫病……那些被寄予厚望的创新,核聚变、新能源、人工智能,与成为普及实用的“答案”尚有距离。简言之,与畅想相比,用技术的突破解决世代交替期存在的新老问题,更为迫切。
无论有心或无意,本届诺奖把褒奖给予了技术应用的实践者,从某一角度上可谓抚慰了世界的焦虑,也鼓舞了致力于解决问题的实践者。生理或医学从诞生之日起,就是一门目的性与实用性最强的学科——服务人类的生命健康;化学奖获得者的研究对象酶,堪称发现最早、应用最广泛的人类老朋友,此番又在能源与医疗上开辟出了新的实用途径;去年还在为引力波的探索而喝彩的物理学奖,今年则青睐于对激光应用的工具改良。由此可见,诺奖不功利,但从不排斥解决实际问题者。而这一场国家间解决问题的竞赛,虽然历经磨砺,但意义非凡,造福人类。
(摘编自《科技日报》2018年10月8日)
材料四:
据《日本经济新闻》报道,本庶佑在接受专访时表示,他开展研究工作时,正赶上日本科研经费增长期,从年轻时就能够获得研究补助资金和各种支持,所以他从来没有过放弃研究的念头。他认为,日本科研人员退休年龄延长,占据了青年科研人员的位置,所以有必要打造竞争性科研环境,加强培养青年科研群体。本庶佑现年76岁,37岁时成为教授。他十分重视基础医学,治学态度严谨,早早就获得国际学界高度认可。人们在赞叹本庶教授二十二年如一日坚持专项科研的可贵精神和取得业绩的同时,也应该深入考察日本顺应世界医药研发事业发展新形势,力保日本医药科研与开发继续处于世界领先地位的思维、政策和运作举措。
日本早在2001年就提出“50年内拿30个诺贝尔奖”的口号,这项计划公布之后,日本人18年就拿了18个诺贝尔奖,相当于每年一个。日本人究竟为何屡获诺奖?首先让我们看看日本学者的待遇:据日本厚生劳动省2006年调查,大学教授年收入71.4万元人民币,仅次于飞行员。2008年,日本大学教授平均工资已达到90万人民币。再让我们看看日本在科研上的投入:日本政府十分重视科学研究,2007年科研经费占GDP的3.67%,是全世界最高的,远远超过美国。日本企业、大学也十分支持科学家:日本企业专门为科学家设立各种奖项,让他们可以获得源源不断的收入,从而安心工作。而日本大学多半是研究型大学,用科研带动教学,不浮躁,不功利,拼的是真实的科研成果。科学家赤崎勇50岁还没什么成就,但名古屋大学依然支持他,甚至花巨资为他建造实验室,后来,赤崎勇获得诺贝尔物理奖,他培养的学生天野浩,也获得了诺贝尔物理学奖。师夷长技以自强,科学落后就是真正的落后,科学强大才是真正的强大。
(摘编自《中国青年报》2018年10月10日)
试题篮