四川省部分市高三三模語(yǔ)文試題匯編：類文本閱讀

實(shí)用類文本閱讀2024屆四川省樂山市高三第三次調(diào)查研究考試語(yǔ)文試題（二）實(shí)用類文本閱讀（本題共3小題，12分）閱讀下面的文字，完成4-6題。材料一：2024年3月20日，探月工程四期“鵲橋二號(hào)”中繼星成功發(fā)射升空。“鵲橋二號(hào)”中繼星是繼“鵲橋號(hào)”中繼星之后世界第二顆在地球軌道以外的專用中繼星，將接力“鵲橋號(hào)”中繼星架設(shè)地月新“鵲橋”，為“嫦娥四號(hào)”“嫦娥六號(hào)”等探測(cè)器提供地月間中繼通信。地球與月球背面中間永遠(yuǎn)隔著一個(gè)月球，落在月球背面的“嫦娥”系列探測(cè)器無(wú)法直接與

地球之間通信，所以就需要“鵲橋號(hào)”這樣的中繼衛(wèi)星來(lái)進(jìn)行信號(hào)轉(zhuǎn)發(fā)。相比地球中繼衛(wèi)星，

“鵲橋號(hào)”中繼衛(wèi)星站得更高，且選擇在地月拉格朗日L2點(diǎn)暈軌道運(yùn)行，在這個(gè)軌道上運(yùn)行的“鵲橋號(hào)”可以和地月保持相對(duì)穩(wěn)定靜止?fàn)顟B(tài)，能節(jié)省燃料，延長(zhǎng)衛(wèi)星壽命?！谤o橋號(hào)”采用了月球繞掠的方式從地球到達(dá)L2點(diǎn)暈軌道，成為世界第一顆運(yùn)行在地月L2點(diǎn)暈軌道的月球中繼衛(wèi)星。“鵲橋號(hào)”中繼衛(wèi)星的最大特征就是采用4.2米口徑的高增益?zhèn)銧顠佄锩嫣炀€（星載天線

金屬網(wǎng)），這是人類深空探測(cè)任務(wù)史上最大口徑的通信天線。該天線采用整星零動(dòng)量控制方式，可以實(shí)現(xiàn)對(duì)地、對(duì)月、對(duì)日和對(duì)慣性空間任意目標(biāo)指向與跟蹤的三軸穩(wěn)定控制，為著陸器、巡視器與地面站之間的測(cè)控與數(shù)據(jù)傳輸提供了有力支撐。它在地、月、星之間建立了三條鏈路——對(duì)月前向鏈路、對(duì)月反向鏈路以及對(duì)地?cái)?shù)傳鏈路，這三條鏈路可以實(shí)現(xiàn)“鵲橋號(hào)”與“嫦娥四號(hào)”探測(cè)器的雙向通信，以及“鵲橋號(hào)”與地面的通信。（摘編自東方宇文《“鵲橋號(hào)”中繼衛(wèi)星是如何給地球和“嫦娥四號(hào)”牽線的？》）材料二“鵲橋號(hào)”和“鵲橋二號(hào)”中繼通信衛(wèi)星的發(fā)射和進(jìn)入預(yù)定軌道，為我國(guó)探月工程提供了強(qiáng)大的技術(shù)支持。2019年1月，“嫦娥四號(hào)”探測(cè)器自主著陸在月球背面南極-艾特肯盆地內(nèi)的馮·卡門撞擊坑內(nèi)，實(shí)現(xiàn)人類探測(cè)器首次月背軟著陸。在“嫦娥四號(hào)”前，人類發(fā)射的探測(cè)器均是在月球正面著陸，這些探測(cè)器之所以全部選擇在面向地球的月球正面著陸，原因就在于正面著陸難度較小?！版隙鹚奶?hào)”作為人類歷史上第一次成功實(shí)現(xiàn)在月球背面軟著陸的探測(cè)器，標(biāo)志著人類對(duì)月球的探索進(jìn)入了一個(gè)全新的階段。“嫦娥四號(hào)”登陸月球背面南極附近的艾特肯盆地是太陽(yáng)系最大的環(huán)形山，也是個(gè)古老的區(qū)域，直徑2500千米，最深處為9000米，保存了太陽(yáng)系形成之初的寶貴信息，極具探索價(jià)值。

地球上經(jīng)歷了多次滄海桑田，早期地質(zhì)歷史的痕跡早已消失殆盡，而月球背面具有不同于月球

正面的地質(zhì)構(gòu)造，多“山”多“谷”，且可能含有許多月球初始的信息，對(duì)月球背面開展形貌、物質(zhì)組成、月壤和月表淺層結(jié)構(gòu)的巡視綜合探測(cè)，不僅可促進(jìn)對(duì)月球早期演化歷史的新認(rèn)知，對(duì)研究地球的早期歷史也有重要價(jià)值。由于這些天體的距離遙遠(yuǎn)，電磁信號(hào)十分微弱，而且地球上的電磁環(huán)境會(huì)對(duì)射電天文觀測(cè)

產(chǎn)生顯著干擾，因此天文學(xué)家一直希望找到一片完全寧?kù)o的地區(qū)，監(jiān)聽來(lái)自宇宙深處的微弱電

磁信號(hào)。由于被地球潮汐鎖定、月球的自轉(zhuǎn)與公轉(zhuǎn)周期相同等因素，在地球上永遠(yuǎn)看不到月球

的背面。月球背面屏蔽了來(lái)自地球的各種無(wú)線電干擾信號(hào)，因而在那里能監(jiān)測(cè)到地面和地球附近的太空無(wú)法分辨的電磁信號(hào)，從而為研究恒星起源和星云演化提供重要資源。（摘編自鞠強(qiáng)《回望“嫦娥四號(hào)”月背著陸》）4，下列對(duì)原文相關(guān)內(nèi)容的理解和分析，正確的一項(xiàng)是（3分）

A.由于受到月球的阻隔，在月球背面著陸的“嫦娥四號(hào)”無(wú)法直接與地球進(jìn)行測(cè)控通信和數(shù)據(jù)傳輸，“鵲橋號(hào)”中繼衛(wèi)星就是為此而設(shè)置的“橋梁”。

B.月球背面的艾特肯盆地是太陽(yáng)系最大的環(huán)形山，又是最古老的區(qū)域，保存了太陽(yáng)系形成的很多信息，因此具有極大的探索價(jià)值。

C.地球上經(jīng)歷的多次滄海桑田導(dǎo)致早期地質(zhì)歷史痕跡消失，但是月球背面卻含有許多月球初始的信息，這對(duì)研究月球和地球都很有價(jià)值。

D.電磁信號(hào)微弱和地球電磁環(huán)境的干擾等不利因素導(dǎo)致在地球上很難實(shí)現(xiàn)對(duì)遙遠(yuǎn)天體的射電觀測(cè)，但月球背面可以避免這些不利因素的影響。

5，下列對(duì)原文相關(guān)內(nèi)容的分析和評(píng)價(jià)，不正確的一項(xiàng)是（3分）

A.“鵲橋號(hào)”中繼衛(wèi)星選擇在地月拉格朗日L2點(diǎn)暈軌道運(yùn)行，既能實(shí)現(xiàn)地、月、星之間的數(shù)據(jù)傳輸，又能延長(zhǎng)衛(wèi)星壽命，這體現(xiàn)了中國(guó)科學(xué)家的智慧。

B.“鵲橋號(hào)”中繼衛(wèi)星采用的通信天線，既能進(jìn)行地月星之間的信號(hào)傳輸，還能實(shí)現(xiàn)對(duì)慣性空間任意目標(biāo)指向與跟蹤的三軸穩(wěn)定控制，為數(shù)據(jù)傳輸提供支撐。

C.“嫦娥四號(hào)”成功發(fā)射之前，人類的探測(cè)器全部選擇在面向地球的月球正面著陸，這說(shuō)明中國(guó)科學(xué)家比外國(guó)科學(xué)家更具有勇于探索的精神。

D.“嫦娥四號(hào)”探測(cè)器成功著陸月球背面，是我國(guó)月球探測(cè)工程取得的又一項(xiàng)階段性重大成果，從一個(gè)側(cè)面體現(xiàn)了我國(guó)在科技上的巨大成就。

6.“嫦娥四號(hào)”和“鵲橋號(hào)”中繼衛(wèi)星的成功發(fā)射，讓中國(guó)又一次站在世界科技的最前沿。請(qǐng)結(jié)合材料一和材料二簡(jiǎn)要概括說(shuō)明。（6分）（二）實(shí)用類文本閱讀（本題共3小題，12分）

4.A（（B項(xiàng)“最古老”不符合文意，材料二第二段中說(shuō)“也是個(gè)古老的區(qū)域”；C項(xiàng)＂月球背面卻含有許多月球初始信息”表述不準(zhǔn)確，材料二第二段說(shuō)“且可能含有許多月球初始信息”；D項(xiàng)“這些不利因素”擴(kuò)大范圍，材料二最后一段只是說(shuō)可以監(jiān)測(cè)到信號(hào)。）

5.C（于文無(wú)據(jù)，材料并未將二者進(jìn)行比較。）

6.①＂鵲橋號(hào)”是世界第一顆運(yùn)行在地月L2點(diǎn)暈軌道的月球中繼衛(wèi)星。②＂鵲橋號(hào)”使用的通信天線是人類深空探測(cè)任務(wù)史上最大口徑的通信天線。③＂嫦娥四號(hào)”探測(cè)器在月球的艾特肯盆地成功著陸是人類探測(cè)器首次月背軟著陸。

【評(píng)分說(shuō)明】共6分，一點(diǎn)2分，意思相近即可。

2024屆四川省涼山州高三第三次診斷檢測(cè)語(yǔ)文試題（二）實(shí)用類文本閱讀（本題共3小題，12分）閱讀下面文字，完成4~6題。人工智能模型一直以“黑匣子”的形態(tài)讓人們感到不安，AI到底從數(shù)據(jù)中學(xué)到了什么？又是如何作出推理？人工智能（AI）一直在迅速發(fā)展，但對(duì)人類來(lái)說(shuō)，強(qiáng)大的模型卻是個(gè)“黑匣子”。自人工智能發(fā)展以來(lái)，藥物發(fā)現(xiàn)研究也越來(lái)越多地采用與AI相關(guān)的技術(shù)。比如圖神經(jīng)網(wǎng)絡(luò)（GNN）①，適用于預(yù)測(cè)某種分子與靶蛋白結(jié)合的強(qiáng)度。圖由表示對(duì)象的節(jié)點(diǎn)和表示節(jié)點(diǎn)之間關(guān)系的邊組成。在蛋白質(zhì)與配體復(fù)合物的圖表示中，圖的邊連接蛋白質(zhì)或配體節(jié)點(diǎn)，表示物質(zhì)的結(jié)構(gòu)，或者蛋白質(zhì)和配體之間的相互作用。GNN模型使用從X射線結(jié)構(gòu)中提取的蛋白質(zhì)配體相互作用圖，來(lái)預(yù)測(cè)配體親和力。最近，波恩大學(xué)（UniversityofBonn）的化學(xué)信息學(xué)專家JürgenBajorath教授和他的團(tuán)隊(duì)取得了重大突破。他們?cè)O(shè)計(jì)了一種技術(shù)，揭示了藥物研究中使用的某些人工智能系統(tǒng)的運(yùn)行機(jī)制。他們的研究結(jié)果表明，這些人工智能模型主要依賴于回憶現(xiàn)有數(shù)據(jù)，而不是學(xué)習(xí)特定的化學(xué)相互作用，來(lái)預(yù)測(cè)藥物的有效性。在醫(yī)藥領(lǐng)域，研究人員正在狂熱地尋找有效的活性物質(zhì)來(lái)對(duì)抗疾病——哪種藥物分子最有效？通常，這些有效的分子（化合物）會(huì)對(duì)接在蛋白質(zhì)上，蛋白質(zhì)作為觸發(fā)特定生理作用鏈的酶或受體。在特殊情況下，某些分子還負(fù)責(zé)阻斷體內(nèi)的不良反應(yīng)，例如過(guò)度的炎癥反應(yīng)?？赡艿幕衔飻?shù)量巨大，尋找有效的化合物就像大海撈針一樣。因此，研究人員使用AI模型來(lái)預(yù)測(cè)，哪些分子最能與各自的靶蛋白對(duì)接并牢固結(jié)合。然后在實(shí)驗(yàn)研究中，更詳細(xì)地進(jìn)一步篩選這些候選藥物。來(lái)自波恩大學(xué)化學(xué)信息學(xué)的研究人員，與羅馬Sapienza大學(xué)的同事一起，詳細(xì)分析了圖神經(jīng)網(wǎng)絡(luò)是否真的學(xué)習(xí)到了蛋白質(zhì)與配體的相互作用。研究人員使用他們專門開發(fā)的“EdgeSHAPer”方法分析了總共六種不同的GNN架構(gòu)?！癊dgeSHAPer”程序可以判斷GNN是否學(xué)習(xí)了化合物和蛋白質(zhì)之間最重要的相互作用?？茖W(xué)家們使用從蛋白質(zhì)配體復(fù)合物結(jié)構(gòu)中提取的六個(gè)經(jīng)過(guò)訓(xùn)練的GNN——化合物的作用方式以及與靶蛋白的結(jié)合強(qiáng)度已知。然后，在其他復(fù)合物上測(cè)試經(jīng)過(guò)訓(xùn)練的GNN，并使用EdgeSHAPer分析GNN如何產(chǎn)生預(yù)測(cè)。如果GNN按照預(yù)期行事，它們需要學(xué)習(xí)化合物和靶蛋白之間的相互作用，并且通過(guò)優(yōu)先考慮特定的相互作用來(lái)給出預(yù)測(cè)。然而，根據(jù)研究小組的分析，六個(gè)GNN基本上都沒有做到這一點(diǎn)。大多數(shù)GNN只學(xué)會(huì)了一些蛋白質(zhì)與藥物的相互作用，主要集中在配體上。為了預(yù)測(cè)分子與靶蛋白的結(jié)合強(qiáng)度，模型主要“記住”了它們?cè)谟?xùn)練過(guò)程中遇到的化學(xué)相似分子及其結(jié)合數(shù)據(jù)，而不管靶蛋白如何。這些被記住的化學(xué)相似性基本上決定了預(yù)測(cè)。這讓人想起“聰明的漢斯效應(yīng)”——就像那匹看起來(lái)會(huì)數(shù)數(shù)的馬，實(shí)際上是根據(jù)搭檔面部表情和手勢(shì)的細(xì)微差別，來(lái)推斷出預(yù)期的結(jié)果。這或許意味著，GNN所謂的“學(xué)習(xí)能力”可能是站不住腳的，模型的預(yù)測(cè)能力在很大程度上被高估了，因?yàn)榭梢允褂没瘜W(xué)知識(shí)和史簡(jiǎn)平的方法進(jìn)行同等質(zhì)量的預(yù)測(cè)。不過(guò)，研究中也發(fā)現(xiàn)了另外一個(gè)現(xiàn)象：當(dāng)測(cè)試化合物的效力增加時(shí)，模型傾向于學(xué)習(xí)到更多的相互作用。也許通過(guò)修改表征和訓(xùn)練技術(shù)，這些GNN還能朝著理想的方向進(jìn)一步改進(jìn)。（摘編自《機(jī)器智能·AI或并未學(xué)習(xí)》）注釋①：圖神經(jīng)網(wǎng)絡(luò)：開發(fā)者將AI發(fā)現(xiàn)規(guī)律的能力應(yīng)用于大型數(shù)據(jù)庫(kù)，這些數(shù)據(jù)庫(kù)儲(chǔ)存著包含各數(shù)據(jù)點(diǎn)之間關(guān)系的信息。兩者組合成被稱為圖神經(jīng)網(wǎng)絡(luò)（GNN）的強(qiáng)大新工具。在圖神經(jīng)網(wǎng)絡(luò)中，被稱為“節(jié)點(diǎn)”的數(shù)據(jù)通過(guò)被稱為“邊”的線連接，這使機(jī)器學(xué)習(xí)算法可以在節(jié)點(diǎn)、邊或整個(gè)圖的層面作出有用的預(yù)測(cè)。4．下列對(duì)相關(guān)材料的理解，不正確的一項(xiàng)是（）（3分）A．人工智能（AI）一直在迅速發(fā)展，但對(duì)人類來(lái)說(shuō)，AI到底從數(shù)據(jù)中學(xué)到了什么，又是如何作出推理的，卻近乎一無(wú)所知。B．對(duì)接在蛋白質(zhì)上的可能的化合物數(shù)量巨大，因此研究人員使用?AI模型來(lái)預(yù)測(cè)最能與各自的靶蛋白對(duì)接并牢固結(jié)合的分子。C．研究人員使用他們專門開發(fā)的“EdgeSHAPer”程序，可以判斷GNN是否學(xué)習(xí)了化合物和蛋白質(zhì)之間最重要的相互作用。D．根據(jù)研究小組的分析，所有GNN都學(xué)會(huì)了一些主要集中在配體上的蛋白質(zhì)與藥物的相互作用，并成功地做出了準(zhǔn)確預(yù)測(cè)。5．下列對(duì)材料相關(guān)內(nèi)容的概括和分析，不正確的一項(xiàng)是（）（3分）A．自人工智能發(fā)展以來(lái)，藥物發(fā)現(xiàn)研究也越來(lái)越多地采用與AI相關(guān)的技術(shù)。比如圖神經(jīng)網(wǎng)絡(luò)（GNN），適用于預(yù)測(cè)某種分子與靶蛋白結(jié)合的強(qiáng)度。B．研究人員使用EdgeSHAPer分析GNN如何產(chǎn)生預(yù)測(cè)；根據(jù)研究小組的分析，模型主要依靠訓(xùn)練過(guò)程中的“記憶”來(lái)作出預(yù)測(cè)，而不管靶蛋白如何。C．圖神經(jīng)網(wǎng)絡(luò)（GNN）在藥物發(fā)現(xiàn)研究中的預(yù)測(cè)產(chǎn)生了“聰明的漢斯效應(yīng)”，實(shí)際上是根據(jù)搭檔面部表情和手勢(shì)的細(xì)微差別，來(lái)推斷出預(yù)期的結(jié)果。D．研究人員在研究中還發(fā)現(xiàn)了另一個(gè)現(xiàn)象：當(dāng)測(cè)試化合物的效力增加時(shí)，模型傾向于學(xué)習(xí)到更多的相互作用。這也許意味著GNN還能有進(jìn)一步的改進(jìn)。6．結(jié)合材料，概括JürgenBajorath教授和他的團(tuán)隊(duì)在人工智能預(yù)測(cè)的研究上取得了哪些成果。（6分）__________________________________________________________________________________________4.D.（原文是“大多數(shù)”，選項(xiàng)為“所有”；原文是“只學(xué)會(huì)”，選項(xiàng)為“都學(xué)會(huì)”；“并成功地做出了準(zhǔn)確預(yù)測(cè)”，于文無(wú)據(jù)。）5.C.(文章只是將圖神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的依據(jù)與“聰明的漢斯效應(yīng)”做類比，并不是說(shuō)其預(yù)測(cè)產(chǎn)生了“聰明的漢斯效應(yīng)”。）6.①人工智能模型主要依賴于回憶現(xiàn)有數(shù)據(jù)，來(lái)預(yù)測(cè)藥物的有效性。②當(dāng)測(cè)試化合物的效力增加時(shí)，模型傾向于學(xué)習(xí)到更多的相互作用。(1點(diǎn)3分。）2024屆四川省眉山市高三三模語(yǔ)文試題（二）實(shí)用類文本閱讀（本題共3小題，12分）閱讀下面的文字，完成4~6題。材料一：習(xí)近平總書記這次在黑龍江考察調(diào)研期間，提到一個(gè)令人耳目一新的詞匯——“新質(zhì)生產(chǎn)力”?？倳浿赋觯峡萍紕?chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來(lái)產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力有別于傳統(tǒng)生產(chǎn)力，涉及領(lǐng)域新、技術(shù)含量高，依靠創(chuàng)新驅(qū)動(dòng)是其中關(guān)鍵。從經(jīng)濟(jì)學(xué)角度看，新質(zhì)生產(chǎn)力代表一種生產(chǎn)力的躍遷。它是科技創(chuàng)新在其中發(fā)揮主導(dǎo)作用的生產(chǎn)力，高效能、高質(zhì)量，區(qū)別于依靠大量資源投入、高度消耗資源能源的生產(chǎn)力發(fā)展方式，是擺脫了傳統(tǒng)增長(zhǎng)路徑、符合高質(zhì)量發(fā)展要求的生產(chǎn)力，是數(shù)字時(shí)代更具融合性、更體現(xiàn)新內(nèi)涵的生產(chǎn)力。新質(zhì)生產(chǎn)力的提出，不僅意味著以科技創(chuàng)新推動(dòng)產(chǎn)業(yè)創(chuàng)新，更體現(xiàn)了以產(chǎn)業(yè)升級(jí)構(gòu)筑新競(jìng)爭(zhēng)優(yōu)勢(shì)、贏得發(fā)展的主動(dòng)權(quán)。（摘自新華社《習(xí)近平總書記首次提到“新質(zhì)生產(chǎn)力”》）材料二：2024年3月26日，工業(yè)和信息化部新聞發(fā)言人、總工程師趙志國(guó)在國(guó)務(wù)院新聞辦公室新聞發(fā)布會(huì)上宣布：“今年1-2月規(guī)模以上高技術(shù)制造業(yè)增加值同比增長(zhǎng)7.5%，連續(xù)3個(gè)月加快增長(zhǎng)，新動(dòng)能、新優(yōu)勢(shì)不斷培育壯大，為經(jīng)濟(jì)發(fā)展注入強(qiáng)大動(dòng)力?！壁w志國(guó)表示，下一步，工信部主要從三個(gè)方面努力，促進(jìn)加快形成新質(zhì)生產(chǎn)力。一是加快構(gòu)建以先進(jìn)制造業(yè)為支撐的現(xiàn)代化產(chǎn)業(yè)體系。在改造升級(jí)傳統(tǒng)產(chǎn)業(yè)的同時(shí)，鞏固提升優(yōu)勢(shì)產(chǎn)業(yè)，進(jìn)而培育壯大新興產(chǎn)業(yè)。二是著力提升產(chǎn)業(yè)科技創(chuàng)新能力。今年將開展“人工智能+”行動(dòng)，促進(jìn)人工智能與實(shí)體經(jīng)濟(jì)深度融合。工業(yè)機(jī)器人具備人工智能+高端制造雙屬性，有望開拓高端制造新模式、新業(yè)態(tài)。三是推進(jìn)信息化和工業(yè)化深度融合。當(dāng)前，5G應(yīng)用在工業(yè)領(lǐng)域深入推廣，我們將適度超前建設(shè)5G、算力等基礎(chǔ)設(shè)施，推動(dòng)工業(yè)互聯(lián)網(wǎng)規(guī)?；瘧?yīng)用。（摘編自《工信部詳解：如何促進(jìn)加快形成新質(zhì)生產(chǎn)力？》，“光明網(wǎng)”2024年3月26日）材料三：陜西汽車控股集團(tuán)是我國(guó)重型卡車制造領(lǐng)域的龍頭企業(yè)之一。在西安高陵，剛，投用一年多的新能源重卡總裝生產(chǎn)線，每4.8分鐘就有一輛重卡下線。在機(jī)械臂、傳送帶組成的智能產(chǎn)線上，各個(gè)零部件在不同的加工環(huán)節(jié)流轉(zhuǎn)，而背后控制這一切的，是一條看不見的“數(shù)據(jù)流”，工藝裝備自動(dòng)化率已經(jīng)到達(dá)86%。這讓企業(yè)初步嘗到了因地制宜發(fā)展新質(zhì)生產(chǎn)力帶來(lái)的紅利。2023年陜汽新能源汽車銷量4416輛，同比增長(zhǎng)173%。不久前，在江蘇連云港石化產(chǎn)業(yè)基地，某石化公司的“二氧化碳捕集利用—甲醇—新能源材料”生產(chǎn)線貫通投產(chǎn)，成功產(chǎn)出優(yōu)質(zhì)的碳酸乙烯酯和碳酸二甲酯等新能源材料。該項(xiàng)目是通過(guò)國(guó)際領(lǐng)先的綠色工藝，將廢氣中的二氧化碳變廢為寶、轉(zhuǎn)化為高端新材料，提高企業(yè)核心競(jìng)爭(zhēng)力。此外，該套裝置間接減排二氧化碳55萬(wàn)噸/年，相當(dāng)于種下3.7萬(wàn)公頃的森林。張家港的一家天然氣液化裝置生產(chǎn)企業(yè)的車間里，項(xiàng)目團(tuán)隊(duì)正在就新一代撬裝式液化工廠裝置作最后的調(diào)試安裝，要趕在這個(gè)月底下線，運(yùn)往新疆一處新發(fā)現(xiàn)的天然氣井。過(guò)去，天然氣開采公司需要采購(gòu)設(shè)備建廠來(lái)液化天然氣，這種模式投入高但并不能保證帶來(lái)長(zhǎng)期穩(wěn)定的產(chǎn)出。張家港這家天然氣液化設(shè)備公司瞄準(zhǔn)客戶的痛點(diǎn)，改變了經(jīng)營(yíng)模式——不賣設(shè)備賣服務(wù)，帶著自己的設(shè)備，帶著公司的人員，去給業(yè)主做液化加工服務(wù)。企業(yè)隨后對(duì)設(shè)備產(chǎn)品和服務(wù)進(jìn)行全面改進(jìn)，集成設(shè)計(jì)、預(yù)裝式生產(chǎn)的撬裝式工廠應(yīng)運(yùn)而生。實(shí)踐證明，這項(xiàng)業(yè)務(wù)正以年均50%以上的增速，成為企業(yè)增長(zhǎng)最快的業(yè)務(wù)領(lǐng)域。（摘編自《如何因地制宜發(fā)展新質(zhì)生產(chǎn)力？各地“妙招”都在這了》，“央視網(wǎng)”2024年3月23日）4．下列對(duì)材料相關(guān)內(nèi)容的理解和分析，正確的一項(xiàng)是（3分）（）A．新質(zhì)生產(chǎn)力與傳統(tǒng)生產(chǎn)力的不同點(diǎn)是，新質(zhì)生產(chǎn)力依靠創(chuàng)新驅(qū)動(dòng)，而不依靠資源、能源的投入。B．新質(zhì)生產(chǎn)力擺脫了傳統(tǒng)增長(zhǎng)路徑，符合高質(zhì)量發(fā)展要求，能促進(jìn)產(chǎn)業(yè)升級(jí)，贏得發(fā)展的主動(dòng)權(quán)。C．我國(guó)今年前兩月高技術(shù)制造業(yè)增加值同比增長(zhǎng)7．5%，新質(zhì)生產(chǎn)力已成為我國(guó)經(jīng)濟(jì)發(fā)展最強(qiáng)動(dòng)力。D．我國(guó)將加強(qiáng)算力等基礎(chǔ)設(shè)施建設(shè)，推動(dòng)工業(yè)互聯(lián)網(wǎng)的運(yùn)用，這樣就能實(shí)現(xiàn)信息化和工業(yè)化深度融合。5．結(jié)合材料內(nèi)容，下列選項(xiàng)對(duì)下面這幅圖表的解讀不恰當(dāng)?shù)囊豁?xiàng)是（3分）（）資料來(lái)源：國(guó)際機(jī)器人聯(lián)合會(huì)（IFR）A．我國(guó)2013年—2022年兩類品牌工業(yè)機(jī)器人的年銷量均逐年遞增，這說(shuō)明工業(yè)機(jī)器人正逐步進(jìn)入我國(guó)制造業(yè)中。B．國(guó)內(nèi)工業(yè)機(jī)器人的銷量中，雖然自主品牌的占比低于外資品牌，但我們不斷追趕，自主品牌的銷量持續(xù)增長(zhǎng)。C．截至2015年，工業(yè)機(jī)器人在我國(guó)的年銷售量未突破10萬(wàn)臺(tái)，這反映出當(dāng)時(shí)我國(guó)工業(yè)機(jī)器人的使用還未普及。D．2021年工業(yè)機(jī)器人的總銷量較往年大幅增加，這有助于我國(guó)制造業(yè)在高端制造方面進(jìn)行新模式、新業(yè)態(tài)的開拓。6．傳統(tǒng)產(chǎn)業(yè)應(yīng)如何發(fā)展新質(zhì)生產(chǎn)力呢？請(qǐng)結(jié)合材料三，談?wù)勀愕目捶ā＃?分）4．【參考答案】B（3分）【考查目標(biāo)】本題考查考生多角度、多方面獲取信息，有效篩選信息，比較并分析其異同，分析材料與觀點(diǎn)之間的邏輯關(guān)系，分析其推斷的合理性。【試題解析】A項(xiàng)“而不依靠資源、能源的投入”理解有誤，新質(zhì)生產(chǎn)力是不大量依靠資源能源的投入。C項(xiàng)“新質(zhì)生產(chǎn)力已成為我國(guó)經(jīng)濟(jì)發(fā)展最強(qiáng)動(dòng)力”分析有誤，“最強(qiáng)動(dòng)力”無(wú)中生有。D“這樣就能實(shí)現(xiàn)信息化和工業(yè)化深度融合”分析有誤，“加強(qiáng)算力等基礎(chǔ)設(shè)施建設(shè)，推動(dòng)工業(yè)互聯(lián)網(wǎng)的運(yùn)用”只是“實(shí)現(xiàn)信息化和工業(yè)化深度融合”的必要條件而非充分條件。5．【參考答案】A（3分）【考查目標(biāo)】本題考查考生對(duì)圖表信息的提取與運(yùn)用文本中相關(guān)信息對(duì)圖表信息的解讀能力。【試題解析】A項(xiàng)中“我國(guó)2013年-2022年兩類品牌工業(yè)機(jī)器人的年銷量均逐年遞增”分析有誤，自主品牌的工業(yè)機(jī)器人的年銷量是逐年遞增的，而外資品牌2018年的銷售量低于2017年，2019年的年銷售量低于2018年6．【參考答案】①可以利用智能化、數(shù)字化的手段，改造升級(jí)傳統(tǒng)產(chǎn)業(yè)，提高生產(chǎn)效率。②可利用先進(jìn)工藝，走綠色化發(fā)展之路，開發(fā)新材料，提升產(chǎn)業(yè)科技創(chuàng)新能力。③可關(guān)注客戶痛點(diǎn)，改變經(jīng)營(yíng)模式，構(gòu)筑新競(jìng)爭(zhēng)優(yōu)勢(shì)、贏得發(fā)展的主動(dòng)權(quán)?！驹u(píng)分意見】6分，每點(diǎn)2分，意思相近即可?！究疾槟繕?biāo)】本題考查考生篩選并整合文中信息，概括文本內(nèi)容并形成自己觀點(diǎn)的能力。【試題解析】材料三包括三個(gè)段落，例舉了三個(gè)典型事例，每一個(gè)事例所指向的角度都不同。解答本題時(shí)，首先要分析三個(gè)事例在傳統(tǒng)產(chǎn)業(yè)中因地制宜發(fā)展新質(zhì)生產(chǎn)力的角度。第一段側(cè)重點(diǎn)是運(yùn)用數(shù)字化手段改造升級(jí)傳統(tǒng)產(chǎn)業(yè)；第二段側(cè)重點(diǎn)是新材料的開發(fā)；第三段的側(cè)重點(diǎn)是改變經(jīng)營(yíng)模式。根據(jù)題干，從這三個(gè)角度圍繞“傳統(tǒng)產(chǎn)業(yè)”“新質(zhì)生產(chǎn)力”“如何發(fā)展”這三個(gè)關(guān)鍵詞組織語(yǔ)言作答即可。2024屆四川省內(nèi)江市高三三模語(yǔ)文試題（二）實(shí)用類文本閱讀（本題共3小題，12分）盡管備受爭(zhēng)議，但在尋求超越現(xiàn)今醫(yī)療水平以獲得一種機(jī)會(huì)方面，NeurAliNk腦機(jī)芯片公司的實(shí)驗(yàn)是人類邁出的勇敢一步。人類可以通過(guò)腦機(jī)的方式，獲得對(duì)抗神經(jīng)疾病等加速生命走向混亂的武器。主持人：讓我們深入了解一下NeurAliNk背后的科學(xué)，了解一下腦機(jī)芯片是如何工作的。博士①：當(dāng)你將手臂向右移動(dòng)時(shí)，某些神經(jīng)元組會(huì)以某種模式被激活，傾聽對(duì)應(yīng)的活動(dòng)和模式。你可以非?？焖俚仡A(yù)測(cè)手臂將向哪個(gè)方向移動(dòng)。這些是直接連接到肌肉的神經(jīng)元。如果從大腦到脊髓再到肌肉的通路受損（就像癱瘓患者那樣），來(lái)自大腦的這些神經(jīng)信號(hào)，無(wú)法向下傳導(dǎo)去移動(dòng)肌肉。但在許多情況下，這些信號(hào)仍然存在于大腦中，只是發(fā)不出去。所以如果你植入設(shè)備，去聆聽這些神經(jīng)，就能知道肌肉要做什么，這就是大腦植入物的目標(biāo)。主持人：讓我們看看這些年腦機(jī)接口的重大突破吧：2002年首次展示了猴子用意識(shí)實(shí)時(shí)控制光標(biāo)；2008年一只猴子控制三維機(jī)械臂給自己喂食；2012年，出現(xiàn)了第一個(gè)由大腦控制的機(jī)械臂；2017年人類實(shí)現(xiàn)用意識(shí)控制光標(biāo)輸入單詞和句子；2018年，人類受試者可以用意識(shí)控制平板電腦，進(jìn)行瀏覽網(wǎng)頁(yè)、發(fā)送電子郵件、玩游戲、聽音樂等操作。NeurAliNk取得的新進(jìn)展，是多年來(lái)腦機(jī)接口研究的一個(gè)高潮。博士：所有這些都是用幾百個(gè)電極完成的。但在2019年，NeurAliNk作為一家私人公司展示的那只名叫GertruDe的小豬改變了游戲規(guī)則，僅用一個(gè)無(wú)線植入物就可以監(jiān)控大約一千個(gè)神經(jīng)元。主持人：然后在2021年4月，NeurAliNk發(fā)布了意識(shí)控制乒乓游戲。博士：演示者叫PAGer，是一只恒河猴。它被植入了兩個(gè)NeurAliNk神經(jīng)設(shè)備，用意識(shí)控制屏幕上的光標(biāo)。這個(gè)演示非常重要，因?yàn)樵谶@里NeurAliNk展示了他們手上的新硬件可以用在猴子身上。這個(gè)級(jí)別的展示是必要的：以說(shuō)服科學(xué)界，以說(shuō)服食品藥品監(jiān)督管理局，他們已準(zhǔn)備好進(jìn)入人體臨床實(shí)驗(yàn)了。主持人：PAGer植入設(shè)備的記錄功能讓人大開眼界，因?yàn)樗恢踩氲膯误w電極數(shù)量超大。博士：肯定有很多巧妙的工程設(shè)計(jì)才能造出這個(gè)設(shè)備，以傳輸2048個(gè)電極獲得的神經(jīng)沖動(dòng)信息，并將神經(jīng)沖動(dòng)數(shù)字化為1和0，然后用無(wú)線信號(hào)傳輸。當(dāng)你有那么多監(jiān)聽渠道時(shí)，你能獲得的性能將會(huì)超過(guò)我們?cè)趯W(xué)術(shù)領(lǐng)域所能做到的。我記錄的最大電極數(shù)量是200到300個(gè)。主持人：有了這么多的電極，像這樣的設(shè)備要如何植入受試者的大腦中？博士：這不是開玩笑，這需要切開皮膚，一直到頭骨。在頭骨上鉆一個(gè)洞，露出所謂的“硬腦膜”，這是圍繞大腦的保護(hù)層組織。切開硬腦膜，將其折回以露出大腦。然后你可以接觸到大腦層，在那里你可以植入電極。芯片是可植入的，而且會(huì)進(jìn)入到非常敏感的體腔內(nèi)。他們沒有類似的可參考例子，將受到監(jiān)督管理局對(duì)此的最高級(jí)別審查。如果監(jiān)督管理局同意，則他們的臨床實(shí)驗(yàn)就被批準(zhǔn)了，NeurAliNk可以開始招募人類參與者。我們正處于一個(gè)完全性轉(zhuǎn)變的邊緣。這種類型的技術(shù)有可能改變我們的治療方法。不僅適用于中風(fēng)、癱瘓和各種退行性運(yùn)動(dòng)疾病，而且適用于幾乎所有其他類型的腦部疾病。從帕金森到癲癇，再到老年癡呆、阿爾茲海默氏癥，甚至精神疾病?？吹絅eurAliNk和其他公司出現(xiàn)在這一領(lǐng)域，開始圍繞神經(jīng)工程形成產(chǎn)業(yè)，開始研究腦機(jī)接口、神經(jīng)假肢，對(duì)在這個(gè)領(lǐng)域工作了數(shù)十年的工程師和神經(jīng)研究者來(lái)說(shuō)，這是一種巨大的肯定。有什么能比看到新行業(yè)的誕生更令人高興呢？主持人：那么，這個(gè)行業(yè)有朝一日會(huì)導(dǎo)致有超級(jí)智慧的半生化人誕生嗎？博士：在我們這一領(lǐng)域存在各種猜測(cè)。我認(rèn)為這些科幻作品很棒，講述了各種有創(chuàng)意、吸引人的故事，也包括腦機(jī)接口。而現(xiàn)實(shí)是，我們?cè)谶@一領(lǐng)域還處于太早期的階段。注：①該博士是生物工程和神經(jīng)外科博士，他是斯坦福大學(xué)的大腦接口實(shí)驗(yàn)室負(fù)責(zé)人。（摘編自《埃隆·馬斯克的NeurAliNk腦機(jī)芯片背后的科學(xué)意義是什么？》）4.下列對(duì)材料相關(guān)內(nèi)容的理解，不正確的一項(xiàng)是（3分）A.意識(shí)控制乒乓游戲的發(fā)布意義重大，它表明此項(xiàng)手術(shù)安全，可進(jìn)入人體試驗(yàn)。B.對(duì)于科研人員來(lái)說(shuō)，科學(xué)研究領(lǐng)域的繁榮和相關(guān)新行業(yè)的誕生是令人高興的。C.博士認(rèn)為由于史無(wú)前例，人體腦機(jī)芯片植入將受到監(jiān)督管理局的最高級(jí)別審查。D.雖未明言，但博士認(rèn)為腦機(jī)接口的發(fā)展不會(huì)導(dǎo)致超級(jí)智慧的半生化人誕生。5.下列對(duì)材料相關(guān)內(nèi)容的概括和分析，不正確的一項(xiàng)是（3分）A.本次受訪的博士在相關(guān)領(lǐng)域深耕多年，是恰當(dāng)?shù)氖茉L者，助力了訪談的成功。B.本文提問(wèn)方向明確、層次分明，有助于讀者理解腦機(jī)芯片背后的科學(xué)原理和意義。C.本次訪談針對(duì)腦機(jī)接口進(jìn)行了歷史回顧，又演示了最新研究成果，閱讀價(jià)值頗高。D.訪談需要通過(guò)結(jié)構(gòu)化的問(wèn)題去得出一系列邏輯嚴(yán)謹(jǐn)?shù)膬?nèi)容，文中的主持人做到了。6.2024年2月19日埃隆·馬斯克表示NeurAliNk首例人體移植者已經(jīng)完全康復(fù)，目前沒有出現(xiàn)不良反應(yīng)。請(qǐng)根據(jù)材料，概括該公司實(shí)現(xiàn)此成果越過(guò)了哪些障礙？（6分）4.D（“不會(huì)導(dǎo)致超級(jí)智慧的半生化人誕生”依據(jù)原文無(wú)法判斷）5.C（“演示了最新研究成果”有誤，文本討論內(nèi)容只到2021年意識(shí)控制乒乓游戲，且并未進(jìn)行演示）6.①最大電極數(shù)量的突破；②動(dòng)物臨床試驗(yàn)的成功；③監(jiān)督管理局的同意（一點(diǎn)2分，共6分）2024屆四川省雅安市高三三診語(yǔ)文試題（二）實(shí)用類文本閱讀（本題共3小題，12分）閱讀下面的文字，完成4-6題。材料一：當(dāng)前，人工智能被廣泛應(yīng)用，在智能家居、智能交通、工業(yè)生產(chǎn)、醫(yī)療健康、金融投資等領(lǐng)域發(fā)揮著重要作用，推動(dòng)了社會(huì)生產(chǎn)效率的整體提升。然而，作為一種具有開放性、顛覆性但又遠(yuǎn)未成熟的技術(shù)，人工智能在帶來(lái)高效生產(chǎn)與便利生活的同時(shí)，不可避免地對(duì)現(xiàn)有倫理關(guān)系與社會(huì)結(jié)構(gòu)造成沖擊，且已引發(fā)不少倫理沖突與法律問(wèn)題。人工智能存在技術(shù)倫理風(fēng)險(xiǎn)。首先是設(shè)計(jì)風(fēng)險(xiǎn)。設(shè)計(jì)是人工智能的邏輯起點(diǎn)，設(shè)計(jì)者的主體價(jià)值通過(guò)設(shè)計(jì)被嵌入人工智能的底層邏輯之中。倘若人工智能設(shè)計(jì)者在設(shè)計(jì)之初，秉持錯(cuò)誤的價(jià)值觀或?qū)⑾嗷_突的道德準(zhǔn)則嵌入人工智能之中，那么在實(shí)際運(yùn)行的過(guò)程中便很有可能對(duì)使用者生命、財(cái)產(chǎn)安全等帶來(lái)威脅。其次是算法風(fēng)險(xiǎn)。算法是人工智能的核心要素，具備深度學(xué)習(xí)特性的人工智能算法能夠在運(yùn)行過(guò)程中自主調(diào)整操作參數(shù)和規(guī)則，形成“算法黑箱”，使決策過(guò)程不透明或難以解釋，從而影響公民的知情權(quán)及監(jiān)督權(quán)，造成傳統(tǒng)監(jiān)管的失效。人工智能算法可能在不易察覺或證明的情況下，利用算法歧視或算法合謀侵害消費(fèi)者的正當(dāng)權(quán)益，進(jìn)而擾亂市場(chǎng)經(jīng)濟(jì)秩序和造成不公平競(jìng)爭(zhēng)。還有數(shù)據(jù)安全風(fēng)險(xiǎn)。在眾多的人工智能應(yīng)用中，海量的個(gè)人數(shù)據(jù)被采集、挖掘、利用，尤其是涉及個(gè)人生物體征、健康、家庭、出行等的敏感信息。公民的隱私保護(hù)面臨巨大挑戰(zhàn)，人工智能所引發(fā)的隱私泄露風(fēng)險(xiǎn)已被推到風(fēng)口浪尖，除了技術(shù)倫理風(fēng)險(xiǎn)，人工智能還帶來(lái)社會(huì)倫理挑戰(zhàn)。人工智能的發(fā)展對(duì)社會(huì)整體公平正義形成挑戰(zhàn)。首先，人工智能的發(fā)展可能加劇社會(huì)的貧富差距。由于年齡、所在地區(qū)、從事行業(yè)、教育水平等的差異，人們接觸人工智能的機(jī)會(huì)并不均等，實(shí)際使用人工智能的能力并不相同，這就造成了“數(shù)字鴻溝”現(xiàn)象?！皵?shù)字鴻溝”與既有的城鄉(xiāng)差別、工農(nóng)差別、腦體差別等疊加在一起，進(jìn)一步擴(kuò)大貧富差距，影響社會(huì)發(fā)展的公平性。其次，人工智能的發(fā)展可能引發(fā)結(jié)構(gòu)性失業(yè)大潮。由于智能機(jī)器相較于人類工人有著穩(wěn)定、高效等優(yōu)勢(shì)，越來(lái)越多的人類工人正在被智能機(jī)器所取代。雖然人工智能的發(fā)展也會(huì)帶來(lái)新的工作崗位，但是由于“數(shù)字鴻溝”的存在，不少人并不能找到新的工作，結(jié)構(gòu)性失業(yè)大潮可能洶涌而至。這將成為激化社會(huì)矛盾、破壞社會(huì)穩(wěn)定、挑戰(zhàn)社會(huì)公平正義的又一重大潛在風(fēng)險(xiǎn)。技術(shù)倫理風(fēng)險(xiǎn)與社會(huì)倫理挑戰(zhàn)的圖景展示表明，人工智能“安全、可靠、可控”的良性發(fā)展依然任重道遠(yuǎn)。對(duì)于人工智能風(fēng)險(xiǎn)、挑戰(zhàn)的應(yīng)對(duì)防范，事關(guān)未來(lái)社會(huì)的發(fā)展方向與人類整體的前途命運(yùn)，需要我們每個(gè)人運(yùn)用哲學(xué)的反思、批判，作出審慎恰當(dāng)?shù)木駬?。（摘編自張平《人工智能倫理反思：風(fēng)險(xiǎn)與應(yīng)對(duì)》）材料二：隨著人工智能不斷取得突破，一些潛在的隱患和道德倫理問(wèn)題也逐步顯現(xiàn)出來(lái)。例如，“換臉”技術(shù)有可能侵犯?jìng)€(gè)人隱私，信息采集不當(dāng)帶來(lái)數(shù)據(jù)泄露，算法漏洞加劇認(rèn)知偏見……為此，必須加強(qiáng)人工智能發(fā)展的潛在風(fēng)險(xiǎn)研判和防范，制定相應(yīng)規(guī)則，規(guī)范人工智能的發(fā)展