3月约战新西兰,国足能实现“稳赢”吗?******
主帅虚位以待 热身先被安排
3月约战新西兰,国足能实现“稳赢”吗?
“消失”了近一年的国足,终于有了新动态。2月1日,国足热身赛计划终于尘埃落定,中国足协官方宣布国足将在3月23日和26日与新西兰国足进行两场热身赛。
时隔三年半,国足终于再次得到了国际A级友谊赛的比赛机会。
毫无疑问,与国际排名不如自己的新西兰进行热身,国足的目标就是赢球找找自信。但令人尴尬的是,虽然热身赛时间已经确定,但更加关键的球队主帅及集训成员的人选问题却尚未有明确答案。
2019年6月11日,国足曾在前任主帅里皮的带领下,在天河体育中心约战塔吉克斯坦。此后三年半的时间,国足再也未组织国际A级友谊赛。在备战40强赛和12强赛期间,也只是与几支中超球队或国字号梯队有过交流,热身效果很难得到保证。
在这种情况下,国足的此次热身赛机会显得尤为宝贵。目前,新西兰国家队世界排名第105位,国足则排在第80位。
从排名上看,国足有望通过两场热身赛找一找在12强赛中失去的自信,同时为新的世界杯周期开一个好头。
不过,国足要想赢下两场比赛,也并非易事。历史上,新西兰国家队与国足曾有过三次交流,国足均与对手1:1战平,难分胜负。此番作战,新西兰拥有主场加持,这将成为他们在比赛中的有利因素。
同时,球队人员构成的不确定性,更让国足难言“稳赢”。自去年3月底结束12强赛以来,这支最受关注的国字号球队近乎呈“解散”状态,近一年的时间里没有开展任何形式的集训。
直至今日,球队主帅由谁担任,仍没有人给出明确的答案。主帅迟迟未定,集训阵容的确定更是无从谈起。
从目前的情况来看,在扬科维奇确认担任U24亚运队主帅的前提下,李霄鹏有可能继续履行主教练合同,带领球队赴新西兰作战。但可以肯定的是,新一期国足集训队阵容,较12强赛相比,将有不小的“换血”。
去年的12强赛,国足阵容平均年龄接近30岁,更新换代势在必行。在最后几场比赛中,李霄鹏有意增加高天意、戴伟浚、朱辰杰等年轻小将的出场机会,就是在为新一期国足铺路。新的世界杯周期,新、中生代球员将挑起大梁。
12强赛的失利,让不少球迷4年的等待化为泡影。如今这支近一年未集训、主帅尚未敲定且面临更新换代的国足,想在“弱旅”身上取得“开门红”,恐怕也没有外界想的那样乐观。(记者 季禹)
(来源:齐鲁晚报 2023年02月02日 A09版)
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。