قزوین علیرغم ظاهر خوب اقتصادی، باطنی پر از مشکلات دارد
تاریخ انتشار: ۲۸ آذر ۱۳۹۸ | کد خبر: ۲۶۱۶۵۱۵۸
هدایتالله جمالیپور روز پنجشنبه در ستاد اقتصاد مقاومتی استان قزوین که با حضور سعید شیرکوند، معاون هماهنگی امور اقتصادی و زیربنایی معاون اول رییس جمهوری و میثم زالی دبیر ستاد تسهیل و رفع موانع تولید کشور برگزار شد، با اشاره به مساله توسعه کشاورزی، افزود: اگر بخواهیم همانند گذشته با روش غرقابی کشاورزی کنیم آیندگان ما دیگر امکان زراعت نخواهند داشت و برای حل این مشکل باید از صنایع نوین و ایجاد شهرکهای مکانیزه استفاده کرد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
وی، حوزه گردشگری طبیعی استان قزوین را غنی و بسیار پرجاذبه دانست و اظهار داشت: این منطقه از کشور به علت واقع شدن بر سر مسیر عبور استانهای غرب به شرق و جنوب به شمال، از ظرفیتهای بالقوه فراوانی برخوردار بوده اما متاسفانه در گذشته برای آن برنامهریزی مدونی صورت نگرفته است.
استاندار قزوین با بیان اینکه سرمایهگذاریهای صورت گرفته در حوزه صنعت، این استان را در آینده با بحرانهای جدی روبرو خواهد ساخت، افزود: اگر در برنامهریزیهای خود تغییر رویه ندهیم همانند برخی از استانهای کشور از جمله اصفهان که زاینده رود و صنایع فولادش تحت تاثیر قرار گرفتهاند، با مشکل مواجه میشویم.
به گفته وی، برنامهریزی در حوزه صنعت استان قزوین باید برای ۱۰۰ سال آینده باشد و برای تحقق توسعه پایدار نیز به موضوعاتی از جمله کمبود منابع آب در سند آمایش صنعتی نیز توجه شود.
این مقام عالی استان به ادامه اجرای عملیات ۲ خطه شدن خطوط ریلی قزوین - تهران اشاره و تصریح کرد: با انجام این پروژه علاوه بر کاهش زمان تردد مسافران از ۲ ساعت ۲۰ دقیقه به ۴۵ دقیقه، کاهش آلودگی هوا، معضلات ترافیکی و معضلات بخش حمل و نقل را نیز مرتفع میسازد.
وی به وضعیت بحرانی استان در حوزه آب شرب اشاره و یادآور شد: با توجه به اینکه این مساله در شهرستانی مانند آبیک در آستانه یک بحران جدی قرار گرفته، لذا انتقال آب سد طالقان باید از اولویتهای کاری ما باشد.
جمالیپور اظهار داشت: زیبنده نظام جمهوری اسلامی نیست که با تانکر و شیر آب در کوچه به مردم آبرسانی شود و همه مسوولان استان قزوین باید در این رابطه و برای تامین آب شرب برخی نقاط اقدامات لازم را در دستور کار قرار دهند.
استاندار قزوین همچنین گفت: دولت با تمام قوا پای کار ایستاده تا مشکلات آب شرب مردم حل شود و وقتی در این خصوص وعدهای داده میشود باید همه مسوولان با اهتمام پیگیری کنند.
جمالیپور مشکل دیگر استان را در حوزه درمانی دانست و گفت: قزوین هم اکنون با مشکل تخت بیمارستانی مواجه است و متاسفانه بیمارستان ۷۰۰ تختخوابی قزوین نیز با پیشرفت کمتر از ۲۰ درصدی روبرو است.
استاندار قزوین به سرمایهگذاری در حوزه پساب صنعتی نیز اشاره و تصریح کرد: در حال حاضر سرمایهگذاران خوبی در این رابطه اعلام آمادگی برای همکاری کرده اند اما متاسفانه برخی موانع اداری و ساختاری باعث شده تا امکان فعالیت این افراد وجود نداشته باشد.
منبع: جماران
کلیدواژه: قیمت خودرو قیمت بنزین بودجه 99 استان های کشور اصفهان بخش حمل و نقل کشاورزی نظام جمهوری اسلامی قیمت خودرو قیمت بنزین بودجه 99 امام خمینی س سید مصطفی خمینی سید احمد خمینی سید حسن خمینی انقلاب اسلامی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.jamaran.news دریافت کردهاست، لذا منبع این خبر، وبسایت «جماران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۶۱۶۵۱۵۸ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
ارزیابی مشکلات قلبی را به ChatGPT نسپارید!
ایتنا - پژوهشگران «دانشگاه ایالتی واشنگتن» در یک آزمایش جدید دریافتند که ChatGPT نمیتواند عملکرد خوبی را در ارزیابی مشکل قلبی داشته باشد.
به رغم تواناییهای گزارش شده درباره ChatGPT برای قبول شدن در آزمونهای پزشکی، یک پژوهش جدید نشان میدهد که اتکا به این فناوری برای برخی ارزیابیهای سلامتی مانند بررسی نیاز بیمار مبتلا به درد قفسه سینه به بستری شدن در بیمارستان عاقلانه نیست.
به گزارش ایتنا از ایسنا، در پژوهش جدیدی که شامل هزاران وضعیت شبیهسازی شده از بیماران مبتلا به درد قفسه سینه است، ChatGPT نتایج متناقضی را ارائه کرد و سطوح متفاوتی را از ارزیابی خطر مشکل قلبی در دادههای بهدستآمده از بیماران نشان داد. همچنین، این سیستم هوش مصنوعی مولد نتوانست با روشهای سنتی مطابقت داشته باشد که پزشکان از آنها برای قضاوت درباره خطر مشکل قلبی بیمار استفاده میکنند.
دکتر «توماس هستون»(Thomas Heston) پژوهشگر دانشکده پزشکی «دانشگاه ایالتی واشنگتن»(WSU) گفت: ChatGPT به یک شیوه ثابت عمل نمیکرد. با توجه به دادههای مشابه، ChatGPT رتبه خطر پایینی را ارائه میدهد. دفعه بعد یک رتبه متوسط را پیشبینی میکند و گهگاه تا افزایش خطر پیش میرود.
هستون گفت: پژوهشگران باور دارند این مشکل احتمالا به دلیل سطح تصادفی بودن نسخه کنونی نرمافزار ChatGPT۴ است که به آن کمک میکند تا پاسخهایی را برای شبیهسازی زبان طبیعی ارائه دهد. با وجود این، همین تصادفی بودن باعث میشود نرمافزار برای کاربردهای حوزه سلامت که به یک پاسخ منسجم نیاز دارند، به خوبی کارآیی نداشته باشد.
هستون ادامه داد: ما متوجه شدیم که تنوع زیادی وجود دارد و این تنوع در رویکرد میتواند خطرناک باشد. این فناوری میتواند برنامه سودمندی باشد اما من معتقدم که فناوری بسیار سریعتر از درک ما پیش میرود. بنابراین، بسیار مهم است که پژوهشهای بسیاری را به ویژه در موقعیتهای بالینی پرخطر انجام دهیم.
درد قفسه سینه، یکی از شکایتهای رایج در اورژانس است که پزشکان را ملزم میکند تا فوریت وضعیت بیمار را مورد ارزیابی قرار دهند. هستون گفت: برخی از موارد بسیار جدی را به راحتی میتوان با توجه به علائم آنها شناسایی کرد اما موارد کمخطر ممکن است پیچیدهتر باشند؛ به ویژه هنگام تعیین اینکه آیا بیماری باید برای بررسی بیشتر در بیمارستان بستری شود یا به خانه برود و مراقبتهای سرپایی را دریافت کند.
متخصصان پزشکی در حال حاضر اغلب از یکی از دو معیار موسوم به TIMI و HEART برای ارزیابی خطر مشکل قلبی استفاده میکنند. هستون این مقیاسها را به ماشینحسابهایی تشبیه کرد که متغیرهای انگشتشمار را مانند علائم، سابقه سلامت و سن استفاده میکنند. در مقابل، یک شبکه عصبی هوش مصنوعی مانند ChatGPT میتواند میلیاردها متغیر را به سرعت ارزیابی کند. این بدان معناست که شاید ChatGPT بتواند یک موقعیت پیچیده را سریعتر و دقیقتر تحلیل کند.
برای این پژوهش، هستون و همکارش دکتر «لارنس لوئیس»(Lawrence Lewis) پژوهشگر «دانشگاه واشنگتن در سنت لوئیس»(WashU) ابتدا سه مجموعه داده را از ۱۰ هزار مورد تصادفی و شبیهسازیشده ایجاد کردند. یک مجموعه داده دارای هفت متغیر مقیاس TIMI، مجموعه دوم شامل پنج متغیر مقیاس HEART و مجموعه سوم دارای ۴۴ متغیر تصادفی سلامت بود. در دو مجموعه داده اول، ChatGPT ارزیابی خطر متفاوتی را در ۴۵ تا ۴۸ درصد مواقع نسبت به امتیاز ثابت TIMI یا HEART ارائه کرد. پژوهشگران برای آخرین مجموعه داده، موارد را چهار بار اجرا کردند و دریافتند که ChatGPT اغلب با خودش موافق نیست و در ۴۴ درصد مواقع، سطوح ارزیابی متفاوتی را برای موارد مشابه ارائه میدهد.
به رغم یافتههای منفی این پژوهش، هستون پتانسیل زیادی را برای هوش مصنوعی مولد در مراقبتهای بهداشتی پیشبینی میکند. به عنوان مثال، با فرض رعایت استانداردهای حفظ حریم خصوصی، کل سوابق پزشکی را میتوان در برنامه بارگذاری کرد و در شرایط اضطراری، پزشک میتواند از ChatGPT بخواهد تا سریعترین حقایق را درباره یک بیمار ارائه دهد. همچنین، پزشکان برای موارد دشوار و پیچیده میتوانند از برنامه بخواهند تا چندین تشخیص احتمالی را ارائه دهد.
هستون گفت: ChatGPT میتواند در ارائه دادن تشخیص افتراقی عالی باشد و این احتمالا یکی از بزرگترین نقاط قوت آن است. اگر کاملا نمیدانید که درباره یک بیمار چه میگذرد، میتوانید از ChatGPT بخواهید تا پنج تشخیص اصلی و استدلال خود را برای هر یک از آنها ارائه دهد. بنابراین، ChatGPT میتواند به شما کمک کند تا درباره یک مشکل فکر کنید اما در پاسخ دادن خوب نیست.
این پژوهش در مجله «PLOS ONE» به چاپ رسید.