家庭防疫消毒慎用紫外线设备******

　　消毒是阻断病毒传播的有效方式之一。近日，随着新冠病毒感染者居家隔离人数的增多，如何有效地消毒成为热议话题。有公众提出，紫外线消毒杀菌率高达99%，用于降低新冠病毒传染致病性0.3秒的时间就足够了。

　　那么，这种观点是否正确？家庭防疫，用紫外线消毒设备是否靠谱？

　　深紫外波段可实现杀菌灭活

　　紫外线位于光谱中紫色光之外，为不可见光。在日常生活中，人们经常利用紫外线杀菌消毒，例如在太阳底下晒被子就是典型的利用紫外线消毒的例子。

　　中国科学院半导体研究所研究员闫建昌告诉科技日报记者，紫外线可以根据波长，由长到短划分为UVA、UVB、UVC三种波段。由于紫外线的波长与光子能量成反比，因此当紫外线的波长越短时，其光子能量越高，相应的杀菌消毒能力就会越强。

　　“UVA波段指波长在320—400纳米的紫外线，平时生活中照射到地表的紫外线，大部分是UVA波段，它有一定的抑制细菌的能力。UVC波段指波长在200—280纳米的紫外线，也被称为深紫外波段，这一波段的紫外线能够破坏细菌或病毒的DNA与RNA链条，使其失去复制或繁殖的能力，从而真正实现有效地杀菌灭活。”闫建昌说。

　　闫建昌认为，正确地使用紫外线可以消灭新冠病毒，但0.3秒内即可降低新冠病毒传染致病性，这种说法并不严谨。

　　“能否较快较好地消灭病毒，主要是看紫外线的剂量。紫外线的剂量受到紫外线的光功率，即单位面积上光能量大小的影响。同样波长下的紫外线，光功率越高，紫外线的剂量越大，杀菌的时间自然会越短。因此，只有在足够强的光功率下，才有可能实现0.3秒消杀新冠病毒。”闫建昌说。

　　中国疾控中心环境所研究员沈瑾也指出，一般情况下，传统的紫外线灯消毒作用时间为半小时，尽管近年来紫外线技术有新的发展，但目前还没有系统的、权威的研究或报道显示，0.3秒的时间就可以达到消毒的效果。

　　紫外线消毒灯存在安全隐患

　　深紫外波段的紫外线具有较强的杀菌效果。那么在家庭防疫中，用紫外线消毒灯进行消毒是否是一个靠谱的选择？

　　原武钢二医院外科主任医师、武汉科技大学医学院外科学兼职教授纪光伟指出，紫外线和其他光一样，沿直线传播，穿透能力较差。如果有遮挡物，紫外线消毒灯的杀菌效果就会大打折扣。同时，紫外线消毒灯还存在安全隐患。深紫外波段能够消灭病毒，也能损害人体细胞。“如果使用不当，可能会灼伤眼睛或皮肤，增加患眼部疾病和皮肤癌的风险。”纪光伟说。

　　此外，闫建昌还指出，当紫外线的波长短于240纳米时，会在空气中激发出臭氧，如果没有及时通风，当臭氧达到一定浓度时，会对呼吸道造成损害。目前在民用和工业领域消毒杀菌应用的深紫外光源大多是汞灯，使用汞元素作为核心发光材料。如果意外破损可能会造成汞泄漏，危害人体健康。

　　家庭防疫应采取何种消毒方式

　　除了紫外线消毒灯，一些家用空气消毒机和手持式的LED消毒器也应用了紫外线杀菌技术。据闫建昌介绍，这两种设备具有相对较高的安全性。

　　“应用了紫外线杀菌技术的空气消毒机，其紫外线的作用环境在消毒机内部，不会存在照射到人的风险。同时，这类产品在上市之前，还需要做紫外线泄露的相关检测，能够保证安全性。”闫建昌说，“LED紫外线手持消毒器紫外线的光功率较低，手持的操作方式也相对安全。同时，部分消毒器还具有红外传感等功能，如果检测到人会停止工作。”

　　除了紫外线消毒设备外，家庭防疫还可以使用酒精和含氯的消毒液。

　　纪光伟告诉记者，75%的酒精可以消灭新冠病毒。日常生活中，可以采用涂抹酒精的方式对物体表面进行消毒。“切忌在空气中喷洒酒精消毒，以免遇火而引起火灾。在使用酒精时，还需要避开明火。”纪光伟说。

　　在含氯的消毒液中，较为常见的产品是84消毒液。纪光伟表示，84消毒液以次氯酸钠为主要成分，物表消毒的浓度一般为3%，具体配比要按照说明书进行操作。在配比完成后，最好采用涂抹的方式进行物表消毒，或直接用消毒液拖地。完成消毒后，需要等待一段时间，再用清水擦拭，去除多余的消毒液。

　　最后，在居家防疫中，还要避免过度消毒。纪光伟表示，常温条件下新冠病毒在大部分物品表面存活时间较短。在患者居家期间，应加强室内通风，主要做好重点区域，例如共用卫生间和共用物品的消毒。

　　“我们生活在一个充满微生物的环境中，除了有害的微生物外，还有一些对我们健康有益的微生物。频繁消毒，会影响家里正常菌群的平衡，甚至导致疾病的发生。”纪光伟说。（记者苏菁菁）

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵