点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
铁路编组站内的“分拣员”：为年货运输开辟“快速通道”******
(新春走基层)铁路编组站内的“分拣员”：为年货运输开辟“快速通道”
中新网南昌1月7日电 题：铁路编组站内的“分拣员”：为年货运输开辟“快速通道”
记者 李韵涵
“26073次列车推上来了，提钩室准备解体。”1月6日，在2023年春运前夕的向塘西编组站，一列待解体的货物列车缓缓地被推上驼峰，这是中国铁路南昌局集团有限公司向塘西车站下行运转车间连结员刘利衡当天白班的第15趟作业。只见他在列车推进过程中轻巧地一拉一提，紧握的车钩随即分开，一节节车厢越过峰顶顺势而下，奔向不同股道。
向塘西站位于京九、沪昆、昌福线的交会处，而驼峰则是向塘西站运输生产的“心脏”。 李琼 摄向塘西站位于京九、沪昆、昌福线的交会处，而驼峰则是向塘西站运输生产的“心脏”。在向塘西站下行到达场内，南来北往的货物列车整齐排列，20余条钢轨向下行驼峰处会聚。这里解编作业是否安全高效，直接影响全局的车流周转效率。
通过驼峰完成解体作业的都是一列列满载年货的货物列车，而工作在这里的驼峰连结员们就是年货的“分拣员”，将一辆辆去往不同方向的车厢按照计划溜放至不同股道，等待编组出发。
向塘西站位于京九、沪昆、昌福线的交会处，而驼峰则是向塘西站运输生产的“心脏”。 李琼 摄据了解，向塘西车站担负着中国华东地区铁路货物列车的解编任务，是全国路网性编组站之一。春节期间，车站每天要完成上万辆货物车辆的接发和解编作业，这里面装载的大多是运往全国各地的粮油米面、服装食品等年货物资。为了加快年货运输周转效率，向塘西车站统筹安排线路使用，合理分配车流，为年货运输开辟“快速通道”。
连结员刘利衡在股道间来回奔忙，穿梭于车厢连接处。虽已是寒冬，但他依旧干得满身热气蒸腾。
驼峰连结员在平时作业时要拿着一根长约2米、重约3公斤、带着钢叉的木棍，用于解开车辆间连结的风管。他们将木棍伸入车档间，精准地判断出风管接头的位置，然后凭借巧劲，一托一拉，风管便被顺利解开了。
到了晚上，视线不佳，车档之间更是一片漆黑。留给连结员解开风管的时间很短，刘利衡和同事们需要在较短的时间内进行“盲解”，凭借着对推峰速度和风管位置的准确判断，在黑暗中将风管解开。
一节节车厢越过峰顶顺势而下，奔向不同股道。 李琼 摄“驼峰是编组场的核心，驼峰连结员就是安全大门的守护者。我的任务就是确保每一节从我这里通过的车厢都能安全下峰。”谈到自己的岗位，刘利衡眼神里流露出的是热爱和对安全的坚守。
经过一整天的忙碌，夜幕已徐徐降临。18时30分，驼峰终于迎来片刻宁静。“40217次列车解体，提钩室准备作业。”电台声响起，这是当天白班的最后一趟作业了。刘利衡紧了紧扣在胸前的联控电台，撸起袖子快速奔向作业场。一个白班下来，经过刘利衡和同事们的努力，他们共完成了28趟列车的解体作业。(完)
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） [责编：天天中] 阅读剩余全文（）  视觉焦点
彩神地图 |
)