材料三：

    垃圾分类除了要有“不放错”的智慧，还需要一点“不怕麻烦”的精神。就厨余垃圾的回收来说，很多人习惯用塑料袋把垃圾装起来，整袋扔进垃圾桶……请注意，塑料袋不属于厨余垃圾，装厨余垃圾最好使用容易自然降解的废纸，或者将垃圾倒进垃圾桶，装垃圾的袋请转身放进可回收垃圾桶。

    那些可回收的废纸，往往也不能简单地扔进垃圾桶。例如我们常见的像利乐包装这样的装牛奶的纸盒和纸袋，里面残留的液体会对垃圾回收造成很大影响。在日本，人们通常会把它洗净、晒干、压扁才能作为可回收垃圾。回收后的利乐包装可以做成文具、桌椅和建筑材料等，用途多多。如果这些包装混着各种牛奶、饮料、油污，增大回收成本、降低利用率不说，简直就是断送了这些“宝贝”重获新生的前程。

    还有一类我们不太喜欢的“日常用品”的再回收过程也有点繁琐，那就是药品。在德国，过期药品的分类非常严格，纸盒、玻璃瓶等包装可以回收，放入黄色可回收垃圾桶；过期药品捣碎用纸包好，放入灰色特殊处理垃圾桶，专门销毁。所以，过期药品属于特殊垃圾，整瓶扔进一个垃圾桶也是一种分类不当的行为。此外，有些垃圾出于卫生方面的原因，也需要格外注意，例如用过的卫生巾、宠物草垫、膏药、绷带、止血塞、动物粪便、药棉和药棉棉杆、尿布。如果随意丢弃，它们散发到空气中的各种病原生物、疱疹病毒、结核杆菌，简直就是低等级的定时“生化武器”，可能危害人民的健康。

    说了这么多，虽然听上去有些麻烦，其实都是些举手之劳。垃圾分类并不仅仅是贴在墙上的口号，它就发生在我们身边。改变可以从小事做起，从简单做起。下次，当你手中出现一件需要扔弃的垃圾，多花两秒想想它应该放在哪里，哪怕只是把干的垃圾和“汤汤水水”的垃圾分开，也会有利于变废为宝。

中德研究人员破解北京雾霾形成之谜

    ①中德两国研究人员21日说，他们破解了北京及华北地区雾霾最主要组分硫酸盐的形成之谜，发现在大气细颗粒物吸附的水分中二氧化氮与二氧化硫的化学反应是当前雾霾期间硫酸盐的主要生成路径。这一发现凸显在继续实施减排措施的同时优先加大氮氧化物减排力度对缓解空气污染问题的重要性。

    ②近年来，北京及华北地区雾霾频发。已有研究表明，硫酸盐是重污染形成的主要驱动因素。在绝对贡献上、重污染期间硫酸盐在大气细颗粒物PM2.5中的质量占比可达20%，是占比最高的单体；在相对趋势上，随着PM2.5污染程度上升，硫酸盐是PM2.5中相对比重上升最快的成分。因此，硫酸盐的来源研究是解释雾霾形成的关键科学问题。

    ③清华大学贺克斌院士和德国马克斯·普朗克化学研究所的程雅芳教授等人当天在新一期美国《科学进展》杂志上报告说，他们运用外场观测、模型模拟及理论计算等手段发现，在北京及华北地区雾霾期间，硫酸盐主要是由二氧化硫和二氧化氮溶于空气中的“颗粒物结合水”，在中国北方地区特有的偏中性环境下迅速反应生成。颗粒物结合水是指PM2.5在相对湿度较高的环境下潮解所吸附的水分。

    ④该结论与通常认为的硫酸盐形成机制有较大不同。现有基于欧美等地区的经典大气化学理论认为：硫酸盐主要是在云水环境中形成，由于云中的液态水含量远高于颗粒物结合水，通常高出1000到10万倍，所以与云水中的硫酸盐生成反应相比，颗粒物结合水中的反应可以忽略；理论计算还显示，在云水反应路径中，二氧化氮氧化二氧化硫生成硫酸盐这一路径的贡献也可忽略不计。

⑤而在北京及华北地区雾霾期间，一方面，由于颗粒物浓度大幅上升及静稳气象条件下相对湿度较高等原因，颗粒物结合水含量远高于经典情景，颗粒物结合水中的反应总量大大提升；另一方面，重度雾霾期间二氧化氮浓度为经典云水情景下的50倍以上，这直接改变了二氧化氮氧化路径的相对重要性。此外，北京及华北地区大量存在的氨、矿物粉尘等碱性物质使得当地颗粒物结合水的pH值远高于美国等地，呈现出特有的偏中性环境，而二氧化氮氧化机制的反应速率会随pH值上升而大幅提高。

    ⑥研究人员据此在论文中指出，优先降低氮氧化物的排放可能有助大幅降低中国雾霾中的硫酸盐污染水平。

    ⑦“该研究表明我国复合型污染的特殊性，”贺克斌院士对新华社记者说，“高二氧化硫主要来自燃煤电厂，高二氧化氮主要来自电厂和机动车等，而起到中和作用的碱性物质氨、矿物粉尘等则来自农业、工业污染、扬尘等其他来源。这些不同的污染源在我国同时以高强度排放，导致硫酸盐以特有的化学生成路径迅速生成，这也是重度雾霾期间颗粒物浓度迅速增长的主要原因之一。”

材料一：

    城市化是人类为了满足自身发展需要而不断迁入、拓展、优化城市，并最终达到城乡一体化目标的历史过程。又叫城镇化、都市化。城市化的测量标准一般采用城市化率（城镇人口/总人口），且城市化的进程有一定的规律性。R。M。诺瑟姆将城市化分为三个阶段：城市化率在0-25％为城市化发展的初始期，城市化发展速度较缓慢；25％-75％为城市化发展的加速期，城市化发展的速度飞快；75％以上为城市化发展的成熟期，此时城市化发展的速度减慢且相对稳定。中国作为发展中国家，和欧美发达国家城市化进程情况比较如下图：

材料二：

    我国目前的现状是，伴随大城市人口的快速和高度集中，人口资源的空间矛盾进一步加剧。首先就城市自身而言，城市人口过快增长对土地资源的压力不容小觑。按国际通用标准，当城市辖区内人均建成区面积大于等于250平方米时，通常认为城市无土地资源压力。2010年我国两大一线城市的人均土地面积北京是82平方米/人，上海市仅有56.6平方米/人。其次，人口和产业不断向城市聚集，使城市生活和工业用水需求量大增，并且污染加重，给城市水资源带来了巨大压力。另外，人口过度向大城市集中，使城市规划和建设盲目向周边摊大饼式的扩延，而城市市政设施、公共交通以及城市绿化等公用事业却没有跟上。城市人口的迅速增加除了造成城市本身的资源超载外，城市环境污染问题也进一步加剧。人口分布相对集中的东部地区，2010年城市化率为58.36％，生活污水排放总量、工业二氧化硫排放量和生活垃圾清运量分别占全国总排放量58.2％、41％、54.7％；另据公安部交管局统计，截至2011年底全国机动车保有量为2.25亿辆，近五年保持较快增长速度，其中北京市2010年民用汽车拥有量达449万多辆，居全国之首。大城市私人小汽车的增加，将直接造成市区交通严重拥堵，增加了尾气排放量和噪音，使我国的大城市环境问题尤为严峻。其他社会问题如教育资源和医疗资源紧张、交通拥堵、社会治安状况糟糕等矛盾日益突出。

（节选自 童玉芬 武玉 《人口与发展》）

材料三：

    另一种情况是城市化和工业化起步都晚的发展中国家，第二次世界大战以后，生产和生活在很低水平上有所提高，农村不讲究计划生育，人口增长过快，人多地少；城市化主要是依靠传统的第三产业来推动，工业基础薄弱甚至是无工业化，或者重复投资一些低水平的劳动密集型企业，而政府又没有采取必要的宏观调控措施，单纯为了推进城市化让大量农村人口涌入少数大中城市，出现了单从城市人口比重来看的城市化水平明显高于工业化水平，而从综合的社会经济因素来说的城市化水平和工业化水平都较低。因此，当城市的人口数量超过城市合理的人口容量时，特别是城市人口增长速度超过企业部门就业的增长速度和城市基础设施的增长速度时，就形成了严重的“城市过度膨胀病症”，出现了诸如城市拥护不堪、住房紧张、环境污染严重等现象，同时大量城镇人口缺少就业，产生大量的城市贫困人口，造成“伪城市化”。如墨西哥的工业化与经济发展水平远远不如发达国家，但1993年其城市人口比重已达74%，明显高于同期瑞士的60%、奥地利的55%、芬兰的62%和意大利的67%。

（摘选自《中国城市化过程中的问题及相应对策研究》）

多巴胺是我们这个时代最流行的化学分子。不管你是谁，只要你生活在21世纪，肯定听过许多对于多巴胺的赞美。如今，人们想要提高自己的多巴胺水平，因为他们听说它是掌管着愉快、积极、专注和成就的分子。

在多巴胺之前，所谓的“快乐分子”是血清素。在诸如百忧解和其他选择性血清素再吸收抑制剂等抗抑郁药物的兴起过程中，我们被告知，血清素是情绪问题的解决方案。当时，数百万的人每天都使用它们，然而我们并不曾看到一波又一波幸福的市民脸上挂着狂热的微笑走过街道。于是，我们意识到血清素并不让人变得快乐，也许它只是让人稍稍变得更加平静，不那么容易产生极端的情绪，但是那种状态必定和纯粹的幸福没什么关系。

如果问多巴胺有什么作用？我的回应首先是：它是在哪里发挥作用？把神经递质和情绪联系起来的问题在于，这种看法是过分简单化的，与现实不符。当你吃肉的时候，它会分解成蛋白质，蛋白质则会在你的肝脏中分解成氨基酸。其中一种氨基酸是酪氨酸，它从肝脏通过血液到达你的大脑，在那里，它会先被转化成左旋多巴，随后形成多巴胺。当我说酪氨酸会输送到你的大脑时，我指的是整个大脑，而不仅仅是大脑的某些区域。这一点很重要，因为一旦酪氨酸在神经元中转化为多巴胺，它将根据这些神经元在大脑中的位置来发挥不同的作用。因此，多巴胺不仅仅关乎专注或积极，它还对其他身体功能产生重要影响，如运动、记忆、学习、睡眠、认知等。这是第一个结论：当我们在谈论通过饮食或补充剂来提高多巴胺水平时，我们不能说多巴胺会增强某一特定功能，比如专注力或是积极性，因为酪氨酸会被输送到大脑的所有区域，在那里，它会同时影响其他功能。

事实上，我们根本不应该把焦点集中在多巴胺上。多巴胺与血清素一样，只是众多神经递质中的一种，这些神经递质都起着开启神经元之间交流的关键作用。诸如去甲肾上腺素和肾上腺素之类的化学物质也有着相似的作用方式：它们与突触后神经元的受体结合，然后电脉冲就能从一个神经元流向另一个神经元。众所周知，许多药物针对的是去甲肾上腺素或肾上腺素，而非多巴胺，但它们能产生类似的效果。

事实上，你在得到多巴胺的时候必然也会得到去甲肾上腺素和肾上腺素，因为多巴胺会通过酶转化为去甲肾上腺素，而去甲肾上腺素随即通过其他酶转化为肾上腺素，这一系列过程发生得非常快。因此，即使多巴胺确实与奖励和动机有关，这些情绪的积极效价也并非因它而生。

当媒体谈及“多巴胺”时，他们通常只是在谈论从中脑神经元向纹状体释放的多巴胺。纹状体是一条神经通路，参与预测和对预测的学习。

想象一下，下个月你的薪水里会有一笔额外奖金，这是一件你无从预测的事，所以这是一个预测误差，而且是一个非常正面的误差。当这样的事情发生时，大脑纹状体的一小部分神经元之间的突触会在短时间内释放出大量的多巴胺。此处多巴胺增加的作用是使神经元兴奋并发出预测误差的信号，这对于生存至关重要。这就是让多巴胺闻名的奖励机制。只不过，奖励机制并非关乎奖励，而是关于新奇。

想象一下相反的情况：下个月的发薪日，你的账户里没有一分钱进账。这也是一件意外之事，只不过它没有奖励，因此着实是一个非常负面的预测误差。然后，你猜怎么着？多巴胺大量释放，方式和前面的例子里完全一样。这不是奖励。当你得到好东西时，多巴胺神经元不会激活。当你得到意想不到的东西时，它们才会激活。而当你没有得到你期待的东西时，它们会生闷气。

人们对奖励既“喜爱”又“想要”，而这两个词似乎几乎是可以互换的。然而，调节“想要”某种特定奖励的心理过程的预测误差机制，与调节对该奖励的“喜爱”程度的大脑回路是可以分离的。换句话说，欲望和渴望是一回事，而你获得的实际的愉快或享受是另一回事。事实上，即使许多成瘾嗜好和习惯不再令人愉悦，或者至少不像刚开始时那么令人愉悦，人们仍然渴望它们。所以欲望、渴望，这是一种动机，是由我们迄今所描述的这个庞大旺盛的神经系统产生的，并由中脑边缘多巴胺调节。相比之下，我们从喜欢的事物中获得的真正的愉快或“喜爱”，是由其他更小、更脆弱的大脑回路调节的，而这些回路甚至不依赖于多巴胺。

所以，从现在开始，当你听到人们谈论多巴胺，不要让自己被愚弄，多巴胺并不关乎奖励。它与新奇和学习有关，与标记意外事件有关，它会标注这意外事件是正面还是负面，然后触发恰当的反应。

（节选自微信公众号“科普中国”《对多巴胺的普遍误解》）

材料一：

人工智能是近年来引起人们很大兴趣的一个领域，经常被简写成“AI”。AI的目标是用机器尽可能地模仿人的精神活动，或许还能在这些方面最终改善并超出人的能力。迄今为止，AI已经进展到何种程度呢？可以公正地说，AI的确做了许多聪明的事，但其对人类智慧的任何模拟都还远未成为事实。

柯尔贝在20世纪60年代中期发展的电脑程序与图灵测试相连贯，它成功地模拟出一位精神疗法专家，以至于某些病人发现自己对电脑比对人类更愿意袒露自己的内心。虽然这会给人一种电脑具有某种理解力的可怕印象，然而在事实上它一点儿也没有，它只不过是遵循着某种相当简单的既定规则或算法而已。

计算机下棋也许是机器被认为能够“智慧作为”的最好例子，因为一些机器在与人对弈时实际已达到极受尊敬的“国际大师”的水准。其实，下棋机除了精确的计算能力外，还大大地依赖于博学多闻。如果落子动作要求非常快，下棋机总的来说比相当多的弈手都要高明一些；如果每一着允许的时间更长，则弈手的表现相对地要比机器好。人们可以依照如下事实来理解这一切：电脑是基于准确和快速的计算来决策，而弈手则依赖于利用相对缓慢的意识作出“判断”；当有时间时，弈手可以得到比不用这类判断而只用简单计算和直接排除可能性的机器更深刻的分析。

一些人宣称人工智能已经为理解精神品质——譬如快乐、痛苦、饥渴等提供了途径，他们以格雷·瓦尔特的乌龟为例。乌龟的行为模式在电池快用完时就要改变，然后它以被设计好的行为方式补充自己的能量存储，这和人类或任何动物感到饥渴时的行为非常相似。当瓦尔特乌龟以这种方式行动时，我们说它饥饿了，并非错误的语言表达。瓦尔特乌龟设计中的某些机制对其电池的状态很敏感，低到一定点时就会让乌龟转换到不同的行为模式。但是人类的行为模式的改变会更加复杂，更加微妙。人类不是简单地从一种行为模式改变到另一种行为模式，而是存在一种以确定方式行动之下的倾向性变化，当补充能量供应的需求增加时，这些变化就会变得更加强烈。

正如我们都知道的，人类的事情实际上并不像人工智能这么简单：我们有时似乎特地去招惹痛苦，或者故意回避某种快乐——很清楚的一点是，人类的实际行为实在是由比这些复杂得多的判断依据所导引的。这可由一个人触摸热火炉的经验得到旁证：一个人在甚至还未感到痛楚之时就采取了抽手回来的动作，这种不情愿的动作比痛苦或快乐的实际效应更接近于仪器设备对自己苦乐度的反应。尽管如此，我仍然相信AI实现了一种值得尊敬的创造。

（摘编自罗杰·彭罗斯的《皇帝新脑》）

材料二：

和人类智能相近的AI系统会给社会和人类带来极大风险，广泛的研究已经证明了这一点，顶尖的AI实验室也已经承认。正如AsiLomarAI研究所指出的那样，“高级AI可能意味着地球生命史上的深刻变革，我们应当关注，并对资源进行规划和管理”。不幸的是，这种规划和管理没人去做。而最近几个月，AI实验室正在开发越来越强大的数字思维，竞争逐渐失控，包括它们的创造者在内，没有人能理解、预测或可靠地控制它们。

如今，AI系统在一般任务上已经具备了与人类竞争的能力，我们必须自问：是否该让信息渠道充斥着机器写就的宣传和谎言？是否应该把所有工作都自动化，包括那些有成就感的工作？是否该开发机器大脑，让它们在数量上发展得比人脑还多，在思维上表现得比人脑还聪明，最终淘汰我们取代我们？是否应该冒文明失控的风险？这样的决定绝不能委托给未经选举的技术领袖来做。只有当我们确信强大的AI系统是积极的、风险是可控的，才应该继续这种开发。而且AI的潜在影响越大，我们就越需要充分的理由来证明其可靠性。OpenAl最近关于人工通用智能的声明指出，“到了某个时间节点，在开始训练新系统之前可能需要进行独立审查，而用于新模型的计算的增长速度也应加以限制”。我们深深认同这份声明，而那个时间点就是现在。

因此，我们呼吁所有正在训练比GPT-4更强大的AI系统的实验室立即暂停训练，至少暂停6个月。实验暂停应该对外公开；如果不能迅速实施，政府应该介入并发布禁止令。在暂停期间，AI实验室和独立学者应针对高级AI的设计和开发共同制定和实施一套共享安全协议。这份协议的审计和监督应由独立的外部专家严格执行，确保AI的安全性不超过合理的怀疑范围。这并不意味着我们要暂停人工智能的总体发展，而只是从目前这种会不断涌现出具有新能力的、不可预测的黑匣子模型的危险竞赛中退后一步。

人工智能的研究和开发应该重新聚焦于优化最先进的系统，让它更加准确安全，值得信赖，对人类忠诚。与此同时，AI开发人员必须与决策者合作，大力推进强有力的AI治理系统的发展。人类可以和AI共创繁荣未来，我们已经成功地创建了强大的AI系统，现在我们可以享受“AI之夏”，在这个过程中，收获回报，设计监管系统，造福所有人，并给社会一个适应的机会。我们已经暂停了其他可能产生灾难性影响的技术，对于AI我们也应如此。

（摘编自生命未来研究所的《停止大型AI实验：一封公开信》）