57 空间信息产业—国内之进展 编者按：空间信息产业是国家的战略信息产业，他深度 融合卫星导航、遥感、地理信息系统（GIS）等核心技术，在 智慧城市建设、商业运输物流、应急响应保障、低空精准飞 行等应用场景中潜力巨大。根据有关资料，作者编发两篇有 关空间信息产业的文章，一篇是“国外之观察”，一篇是“国 内之进展”。供大家参考！ 一、发展历程 相比较美、欧、日等发达国家在空间信息产业率先实现

12 空间信息产业—国外之观察 编者按：空间信息产业是国家的战略信息产业，他深度 融合卫星导航、遥感、地理信息系统（GIS）等核心技术， 在智慧城市建设、商业运输物流、应急响应保障、低空精准 飞行等应用场景中潜力巨大。根据有关资料，作者编发两篇 有关空间信息产业的文章，一篇是“国外之观察”，一篇是 “国内之进展”。供大家参考！ 一、发展历程 “通导遥”作为空间信息应用的基础，国外已在数十年

互联网发展大趋势前瞻之四“无处不在”： 计算+网络+智能 4.无处不在：计算+网络+智能无处不在的计算。现代信息科技， 一切源于计算。进入 20 世纪以来，人类计算能力显著增强，经历 了从晶体管到电子管再到集成电路，从房间体积到桌面体积再到口 袋体积的变迁。1946 年，计算机始祖 ENIAC（埃尼阿克）装配 18000 个真空管，重达 30 吨，占地 170 平方米；2014 年的英特尔酷睿

的内部数据， 仿照摩尔定律而提出。摩尔定律，由英特尔(Intel)创始人之 一戈登·摩尔(Gordon Moore)于 1965 年提出来的，此后计 算机的每次进步均遵循这个定律。摩尔定律表现为一条指数曲线，即当价格不变时，集成电路上可容纳的元器件的数目， 约每隔 18-24 个月便会增加一倍，性能也将提升一倍。换言 之，每一美元所能买到的电脑性能，将每隔 18-24 个月翻一 倍以上。这 月 21 日，新浪微博 “TFBOYS-王俊凯”发布的“#我的十五岁”话题，关于自 己生日的纪念微博，当天转发 3857 万，评论 170 万，点赞 4 9 万。 如今，社交媒体传播速度和广度之快，已超过人们的现 象。拉登之死的新闻在 Twitter 上的传播速度有多快：从北 京时间早晨 10：24 美国前国防部长发 Tweet 说拉登已死， 到 11：35 拉登之死的消息登上 Twitter

事 半功倍之效。 “ ” 防复发 ：系统修复与免疫构建 病后防复是中医诊疗的重要一环。舆情平息的结束， 恰是系统修复的开始。通过彻底复盘，找出制度漏洞，完 善流程机制，开展品牌修复，才能将危机转化为组织成长 的契机。真正的智慧不在于扑灭一次火灾，而在于建立不再 “ ” 起火的安全体系。构建组织的 舆情免疫系统 ，需要将 每一次危机的教训内化为制度和文化，这才是长治久安之 道。 系统思维的价值

和风险性的。OpenAI 也发现 ChatGPT 存在问题，其网站首 页设有 3 个栏目，其中一个栏目是“局限性”，专门提到：“可能偶尔会产生不正确的信息、可能偶尔会产生有害的指令或 有偏见的内容”。 1.迷之自信导致主观“幻觉”，会输出错误信息误导受 众认知。如果要求 ChatGPT 提供训练数据或已知事件之外的 历史信息，生成式 AI 有时会产生“幻觉”，生成一些无关、 无意义或不正确的信息，包括编造错误答案和不存在的法条 当不良企图者输入虚假信息，使用问题词语作为提示词时， 人工智能会迎合用户偏好，生成支撑错误信息的文本，导致 错误信息在“人机共识”框架下强化，让用户陷入错误信息 的“茧房”。可以预见，在人工智能加持下，基于迷之自信 幻觉的智虚假信息能够快速传播，甚至“病毒式”传播，而 网络核查制度往往是事后核查，远远跟不上虚假信息传播速 度。[4]总体而言，生成式 AI 还是不完美的，存在编造事实、 常识错误、引用

成全球性的教育科研网络。1992 年，互联网才正式向社会开放。 物联网 2.0。物联网以物品为连接终端，形象点说，就是物与物相 连的互联网。谷歌执行董事长施密特预言，未来互联网将消失，取 而代之的将是高度个性化、互动化的物联网，通过 IP 地址、传感 器和可穿戴设备与物品互动。也可以说，通过智能计算、知识挖掘， 实现人与物、物与物的信息交互和无缝链接，对物质世界进行实时 控制、精确管理 和虚拟人体将融 为一体，将改变人与人、人与机器、人与物品的交互方式。未来， 人体上将有越来越多的机器，以可穿戴设备、传感器和芯片等形式 存在，甚至可以将芯片植入体内。机器由此隐身于人、物和环境之 中，实现人机合一，使人被机器重新定义。最终，人脑-电脑将会 允许我们用思想控制数字设备，使它们成为我们身体的一部分。 《西部世界》《降临》和《未来简史》，电影、电视剧和图书，都 是面向未。未

重大课题。处理得宜，将为政府与群众搭建起沟通的桥梁， 助力精准洞察民情、科学引导民情、有效疏导民情；反之， 若处理失当，则极有可能诱发真正的舆情危机，给社会稳定 带来冲击。​ 一、民情与舆情：概念之辨​ 舆情，从学术视角而言，是指在特定的社会空间内，围 绕具有中介性质的社会事件，民众针对社会管理者等客体， 在政治、社会、道德等维度所生成并秉持的社会态度。它是 众多群众对社会现象及问题所表达的信念、态度、意见和情 能引发群体性事件。一些地方在城市拆迁改造过程中，对于 群众在网络上表达的不满情绪未予重视，未及时进行沟通解 释与问题解决，导致负面情绪持续发酵，最终演变为大规模 的抗议活动，对社会和谐造成极大冲击。​ 四、平衡之策：实现有效管理​ （一）建立健全舆情监测与分析机制​ 政府应充分借助技术手段，构建起全方位、实时性的舆 情监测体系。利用大数据分析、人工智能算法等先进技术， 对网络上关于民声、民情、民生的海量信息进行实时抓取、

竟是“具 备主体间性的主体”，还是“主体性之集合”？或许，AI的主体间性不过是人类意图的映射，而非真正的主体性。 他者经验 “他者经验”的可获取 AI与“他者经验”的议题：AI的存在使得他者经验的获取成为可能，这挑战了胡塞尔认为他者经验无法被完全获取 的观点。AI甚至可能成为他者经验的载体，研究者需要重新审视主观经验与客观信息的融合。 儒家之信 儒家“信”的思想 AI幻觉对“信”的冲击 Intelligence Generated Cognition），那么我们当前正处于一个重要的临界点。 • 认知外包的同时，决策需要内源化提示范畴论：任意为根 潜在为机 潜在有 AI可能给出之结论 的集合 任意有 多元宇宙上一切可 能的知识或信息 可以有 AI交流时实际给出 的结论 实际有 AI给出的作品在现 实世界被创造 01 语言哲学、自然语言、检索语言、编 程语言、AI原理 GPT-4模型在生成文本时 是自回归的，这意味着它 一次生成一个词，然后将 这个词添加到输入序列中， 以生成下一个词。这一过 程持续进行，直到生成一 个结束符号，或达到了设 定的最大。 多头注意力AI缺陷：臆造之辞 概率幻觉 AI幻觉（AI Hallucinations）是指生成式人工智能 模型在生成文本或回答问题时，尽管表面上呈现出逻 辑性和语法正确的形式，但其输出内容可能包含完全 虚构、不准确或与事实不符的信息。

群众”通过隐喻的方式达成对新事物的指称，才有可能从 独属于社会热点事件的关键词，转化为全民皆知的网络流 行语。 隐喻的实质就是通过一类事物来理解另一类事物，隐 喻要涉及两个认知领域的语义互动。当两个不同的领域之 间存在某种联系时，可以用一个领域的词去说明另一个领 域的对象，形成隐喻映射[10]。两个领域之间互动的前提是 语义上具有一定的相关性，人们才有可能够透过已经熟悉 的概念去认知未知领域的事物，最终实现隐喻映射。 须寻求另外一种关联方式——事件关联，刘大为认为：“相 似性不仅仅发生在事物之间，事件之间同样有相似性，完 全可以推测还存在着事件性比喻。”[11]只有在马路事件中 的老农吃西瓜行为与网友围观其他网络热点新闻现象之 间建立联系，才有可能扩大“吃瓜群众”的指称范围。 隐喻包含两个域：源域（source domain）和目标域 （target domain）,前者通常是人们较为熟悉、具体的概念， 后者往往是 心理推动了流行语的语义泛化进程，使其使用迅速蔓延。 （三）社会围观心态的影响 刘大为指出：“语义泛化不是简单的摹仿其中必定包 含着语言使用者创造性的努力。只有在某些社会因素更为 迫切和更有力度的推动下，人们才可能为之付出更大的心 智劳动而进行这种创造性的尝试。”[9]围观现象在中国随处 可见，因围观而引发的社会事件层出不穷，然而看热闹的 心态仍驱使着社会大众出现在每个事件的外围，发表着不 负责任的言论，这种围观现象在鲁迅先生的笔下表现得淋