【天下奇聞】阿桑奇被捕他養的喵去哪兒了?顏值高參加選舉確實更有優勢

【天下奇聞】阿桑奇被捕他養的喵去哪兒了?顏值高參加選舉確實更有優勢

圖片來源:Instagram

【研究】長得帥會贏得更多選票?西媒感嘆:美貌真是佔盡優勢

作為候選人,穿著時髦、妝容精緻地參加競選是一種策略嗎?究竟是會贏得更多的選票,還是會有損威嚴?西班牙《萬象》的文章稱,事實上,這些只是在這個“看臉”的時代從事政治事業的新方式。

西班牙“戰略家”諮詢公司的競選服務部門負責人安帕羅·普拉薩認為,政壇的這種“看臉”趨勢是近年來發生的一個變化進程的結果。普拉薩說:“越來越多的新興政黨不斷湧現,它們的領袖人物必須十分努力地推銷自己,才能增加知名度,讓自己黨派的主張和見解被更多的人聽到,並通過贏得選舉來提升自己的地位。與此同時,各個傳統黨派也在進行著領導人的新老更替,老一輩政客逐漸讓位於新崛起的年輕人,而後者通常在‘顏值’上更具優勢。實際上,這一進程與電影、音樂、體育、博客和社交媒體等領域的偶像現象異曲同工。政客之間比拼的是誰能吸引更多關注,特別是那些政治傾向尚不明確的選民。”

如果說還有什麼比“顏值”更重要,那就是吸引人們注意的能力。普拉薩堅定地認為,性感靚麗的外表能夠成為幫助政客在“政治市場”佔據一席之地的決定性因素。在政治資本旗鼓相當的情況下,“顏值”加分可以讓你成為脫穎而出的那一個。事實上,這一理念並不算新鮮。法國思想家蒙田早就說過,美貌真是佔盡優勢。

【美國】阿桑奇被捕后他養的貓下落不明

除了“維基解密”創始人未來的命運,也有人注意到了另一個問題,阿桑奇早前養的那隻貓究竟會怎麼樣?據CNN報道,這隻貓相當有名氣。2016年,長期困在厄瓜多駐英大使館的阿桑奇得到了一隻可愛的貓咪詹姆斯,幫助他打發時間。隨後,通過“使館的貓”(Embassy Cat)這一社交媒體賬號,阿桑奇和這隻萌貓的日常也隨即在網路上火了起來。

【天下奇聞】阿桑奇被捕他養的喵去哪兒了?顏值高參加選舉確實更有優勢

然而,自2017年3月以來,該賬號就再沒有更新過。目前沒有確切消息表明這隻貓生活在哪兒。義大利《共和國報》曾報道,阿桑奇被曝已將這隻貓從“與外界隔離”的狀態中解放出來,讓它重獲自由,過上更健康的生活。但關於詹姆斯的下落目前仍是眾說紛紜,諸多的愛貓人士也紛紛表達了自己的擔憂,希望它可以平安。

【法國】禁止消防員留絡腮鬍扮帥:鬍子影響頭盔密封性

針對消防員越來越傾向於留絡腮鬍扮帥的現象,法國決定出台嚴厲措施進行打擊。據法國BFMTV電視台報道,比利牛斯-大西洋省、羅納省等多個省份禁止留絡腮鬍的消防員上崗。報道稱,絡腮鬍在幫人提升顏值的同時也提高了作業風險。防火頭盔的密封性因為鬍子的存在而大打折扣,有毒煙霧通過縫隙進入頭盔,可引發消防員死亡。中校貝爾涅表示:“目前導致消防員傷亡事故的主因是煙霧,而非烈火。”

其實,法國在2015年就出台明文法令禁止消防員在作業期間留絡腮鬍及佩戴眼鏡,該法令還對消防員的頭髮、八字鬍長度做出明確規範,但還是有人為了帥氣“鋌而走險”。面對一些堅持留絡腮鬍的頑固消防員,羅納省直接要求讓他們把臉刮乾淨了再來上班,否則就在家待業。

【研究】多逛生鮮食品店能降低痴呆症風險?

近日,東京的一項研究的調查結果顯示,挑選新鮮商品或思考菜譜的過程可能對認知功能有積極影響。研究團隊在2010~2013年曆時3年左右追蹤調查了約4.9萬名65歲以上的老年人。針對“住處一公里範圍內有多少可以買到新鮮蔬菜和水果的商店或設施”這一問題,給出了“有很多”、“有一些”、“基本沒有”、“完全沒有”四個選項。對回答各個選項的人員進行了約三年的追蹤,調查分別有多少人患上痴呆症。

結果顯示,關於住處附近食品店的數量,回答“完全沒有”的2665人當中,9.9%在約三年時間裡患上了痴呆症。回答“基本沒有”的人員患病比例為7.8%,回答“有一些”的比例是6.1%,回答“有很多”的則是4.8%。參與調查的東京醫科齒科大學特別研究員谷友香子分析稱,“比起單純的店鋪數量,能有老年人自己覺得‘想去’的店鋪更為重要。去食品店有助於預防痴呆症”。

黑洞照片背後的女人:她的演算法讓數據“拼”成了照片

4月10日,數百名科研人員參與合作的“事件視界望遠鏡(EHT)”項目發布人類史上首張黑洞照片。在這張黑洞照片的背後,不得不提到加州理工學院助理教授凱蒂·博曼(Katie Bouman)。據CNN報道,沒有她在演算法上的努力,就不會有這張黑洞照片。三年前,26歲的博曼還是麻省理工學院計算機科學和人工智慧實驗室的一名研究生,她領導創立了一種成像演算法。最終,科學人員使用了包括博曼在內的幾種成像演算法,把望遠鏡中的數據“拼”到一起,這才有了這張珍貴的照片。

黑洞距離地球非常遙遠,因此,拍攝黑洞照片並非易事。此外,根據定義,黑洞應該是不可見的,儘管它們在與周圍物質相互作用時會釋放陰影。博曼提到,““我們開發了多種合成數據的方法,並使用不同的演算法進行盲測,以尋找恢復圖像的方法。我們不打算只研究一種演算法,我們希望研發出許多不同的演算法,它們都建立在各自的假設之上。”此外,博曼表示,沒有人能夠獨自完成它,項目之所以能夠成功是因為來自不同背景的人彙集到了一起。

You may also like...

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *