根据社区接到的健康宝弹窗③问题，孙颖分析，很多居民是因为出行遭遇到了大数据中心圈定的

首页发布

#i生活播报# 【#健康宝弹窗3怎样处理最高效# ？#遇健康宝弹窗3请第一时间联系社区# 】健康宝“绿码”是市民进入公共场所的“通行证”，一旦弹窗意味着“寸步难行”。最近，12345热线高峰时段，10分钟有300多个来电都是反映弹窗问题的。记者采访多个社区了解到，在健康宝5类弹窗中，弹窗③出现得最多，即：与疫情风险地区、点位、人员有时空关联。社区工作人员表示，市民收到弹窗提示后，相比先拨打12345，其实最高效、最便捷的处理方式是及时联系社区，在社区指导下完成相应动作，即可解除弹窗。

5月4日13时20分许，在“融一社区班子成员”微信群内，工作人员李硕发来居民李先生的“核酸阴性”截屏图片，要求将该结果“入库”。李硕告诉另一名工作人员王丽云：“他们四个人昨天都做核酸了。”

此后不久，记者获知李先生的弹窗③顺利解除，健康宝恢复绿码，这也意味着，记者同社区工作人员长达两日的跟进有了一个令人欣喜的结果。“这几天可真愁，现在重获绿码，真是太高兴了！”李先生激动地说。

问题是5月2日出现的。当日，家住融泽嘉园1号院的李先生突然发现自己的健康宝出现弹窗，他一遍遍地点击打开“本人健康码自查询”，点击之后，健康宝并不是像往常一样出现自己的照片，也看不到绿码和“未见异常”的字样，而是弹出一段文字“温馨提示③”。弹窗③即意味着市民可能与疫情风险地区、点位、人员有时空关联，需要进行风险排查。李先生来到融泽园一社区，向负责人孙颖报备。他进一步解释说，4月1日后，自己既没去过高风险地区，也没接触过来自中、高风险地区的人，甚至都没有接到相关电话，健康宝就突然“变脸”了。

风险排查后，孙颖确定李先生没去过中高风险地区、没去确诊病例涉及的场所，没有收到任何部门的防疫排查或通知电话、短信。故她指导李先生一步步重新填写了健康宝内“京心相助”栏内的相关信息。“您今天的核酸结果出来后，如果是阴性，我们录入系统，可以协助您恢复绿码。最快半小时，慢的话一个小时就能恢复绿码。”

果然，5月4日中午，核酸阴性结果一出来，李先生第一时间向社区工作人员发了截图，并开始焦急地刷健康宝，刷着刷着，弹窗“温馨提示③”所携带的页面突然消失了，健康宝绿码重现！

数据

10分钟300余市民致电12345咨询解码

记者了解到，像李先生这样遭遇弹窗③的市民还有不少。5月3日17时49分至59分，在短短10分钟内，据不完全统计，便有300余位市民致电12345热线，反映自己的健康宝出现弹窗③，并咨询如何及时“解码”。

健康宝为何遭遇弹窗③？弹窗后如何尽快恢复正常？针对市民关注的热点问题，记者梳理相关线索发现，相关部门给出的“解码”方案，同融泽一区进行的“解码”操作一致，“若您在京，一旦健康宝出现弹窗，请立即向所居住的社区报告，由相关部门进行风险排查，如无关联风险可解除弹窗状态。如未及时报告，弹窗无法解除。”孙颖说。

根据社区接到的健康宝弹窗③问题，孙颖分析，很多居民是因为出行遭遇到了大数据中心圈定的封控区域的“电子围栏”，才出现了健康宝弹窗问题，“像这种情况，按照北京市管控措施，居民应配合社区完成防疫防控要求，我们会将具体情况录入北京市疫情防控系统，为居民解除弹窗。”

解决

排除风险签订承诺书

市民遇到的健康宝弹窗主要存在5类情形。记者采访本市多个社区了解到，目前，其中弹窗③最多见，到社区解决弹窗问题的市民，超过9成的人都属于弹窗③。

最为常见的弹窗③，恢复起来也需要一定的时间。市民要配合社区完成相关程序的验证、承诺及大数据对接。“我们需要核查市民14天内未出京、无京内阳性病例行程轨迹。”孙颖说，另外，市民需要签订承诺书，承诺未到过中高风险区域，未与确诊病例有关联，“如有瞒报等违反疫情防控有关法律法规的行为，导致疫情扩散或疫情扩散危险的，本人则要承担一切法律后果。”

建议

遇弹窗第一时间与社区联系

市民一旦遭遇健康宝弹窗③，一定要第一时间先和社区联系。“很多人都是先打12345热线，因为市民服务热线接单、再经相关程序派单，途中会消耗一些时间。另外，社区还需要一步步进行回访。目前社区人手紧张，反而会因接单、派单、回访等程序，消耗掉太多时间。”孙颖说，市民第一时间同社区对接，报告详细情况，并在社区指导下，尽快填写相关资料及承诺书，以推动健康宝弹窗③尽快解除。

另外，社区将对市民在京内、京外风险地区、点位、人员等有时空关联，以及需要进行风险排查的人员，填写核验行程申请表，进行风险排查；市民应按要求履行隔离、核酸检测、健康监测等相应的防疫义务，履行完毕即可解除弹窗。

孙颖建议，市民出行应该先对比北京封控区域，“或者避开风险地区的周边。特别是封控区域也会有变化，市民应该关注这些变化，主动规避健康宝弹窗问题。”

热点问答

问：本人并未到过中高风险区，也没有与确诊病例有时空关联，为何遭遇健康宝弹窗③？

答：根据所接到的相关案例分析，可能出行遇到封控区域的“电子围栏”，被电子围栏大数据捕获，由此遭遇弹窗③。

问：遭遇弹窗③后，怎样尽快解除？

答：第一时间向社区报备。在社区工作人员指引下，先到社区核验风险点位，如未与确诊人员产生交集，签署承诺书，三天两核酸。若被认定为高风险人群，还需要“居家观察”以及健康检测。

按照目前北京市新冠疫情防控新政，在排查中发现，确需居家观察的市民，需要配合进行多次核酸检测。结果均为阴性，即可解除居家隔离。如果不需要居家观察，确实属于被“电子围栏”误伤，可以做一次核酸检测，阴性结果即可。需要特别说明，在核验风险点位时须实事求是，若因瞒报行程造成疫情传播，将依据《中华人民共和国传染病防治法》追究刑事责任。

问：核酸检测阴性后，大概多久可以解除弹窗？

答：一般情形是，快的话半小时，慢的话需要一小时。（北京日报）

去年年底召开的IEDM会议上，Meta Reality Labs首席科学家Michael Abrash阐述了该公司对当代计算架构如何发展的分析，以使科幻概念化的AR眼镜成为可能。

虽然今天市场上有一些AR“眼镜”，但它们都不具备一副真正的普通眼镜（即使是一副笨重的眼镜）的外观大小。目前最好的AR头显——比如HoloLens 2和Magic Leap 2——相比眼镜形态更接近于护目镜，而且太重且不能整天佩戴。

Michael Abrash认为，如果我们要制造真正眼镜大小、且具有全天电池寿命及引人注目的AR体验所需功能的AR眼镜，那么将需要进行“一系列根本性的改进”，——在某些情况下，转变“硬件和软件”模式。

也就是说，Meta不确信目前的技术，能够打造真正意义上的AR眼镜。

去年年底，Michael Abrash在IEDM 2021大会上发表了这段讲话，并提出了一种新的计算架构，该架构可以满足真正眼镜大小的AR设备的需求。

Michael Abrash表示，重新考虑如何在这些设备上处理计算的核心原因是需要大幅降低功耗以满足电池寿命和散热设计要求。

“我们如何才能将（移动计算设备）的能效从根本上提高100倍甚至1000倍？”Michael Abrash提问，“这将需要对整个堆栈进行深入的系统级重建，并对硬件和软件端到端的协同设计，而重新设计的起点则是今天计算效能的发展方向。”

为此，Abrash绘制了一张图表，比较了低级运算操作的功耗。

如图表所示，最耗能的计算操作是数据传输，这不仅仅是指无线数据传输，甚至意味着将数据从设备内部的一个芯片传输到另一个芯片，更重要的是，该图表使用了对数刻度；根据图表，将数据传输到RAM使用的功率是基本单元12000倍（在本例中是两个数字相加）。

综上所述，右侧的圆形图显示了AR功能所需的关键技术（SLAM和手动追踪），只需将数据移入和移出RAM即可使用大部分功能。

“显然，对于低功耗应用（例如轻便AR眼镜），尽可能减少数据传输量至关重要。”Abrash说。

为了实现这一目标，将需要一种新的计算架构，而不是在集中式计算中心之间传输大量数据，而是在整个系统中更广泛分布计算操作，以最大限度减少数据传输。”

Abrash说，分布式计算架构的起点可以从AR眼镜感知用户周围世界所需的众多摄像头开始，这将涉及在相机传感器本身进行一些初步计算，然后才通过数据传输通道发送最重要的数据。

Abrash表示，达成这一目标需要硬件和软件共同设计，这使得硬件在设计时就考虑了特定算法，该算法可计算相机传感器本身数据，支持处理任何经过传感器的操作数据。

“将最低功耗、最佳性能和最小外形尺寸的标准整合，则能使XR传感器成为图像传感器行业的前沿产物。”Abrash说。

Abrash还透露，Meta Reality Labs已开始为此而努力，甚至已创建了一个原型相机传感器，专门设计用于AR眼镜的低功耗，高性能需求。

该传感器基于一系列数字像素传感器阵列，可在三个不同的光照水平下同时捕获每个像素上的数字光值，每个像素都有自己的内存来存储数据，并且可以决定报告三个值中的哪一个（而不是将所有数据发送到另一个芯片来完成这项工作）。

Abrash说，这不仅降低了功耗，而且还大大增加了传感器的动态范围（它能在同一图像中捕获昏暗和明亮的光线水平），同时Abrash分享了用Meta原型传感器拍摄的样本图像，与典型传感器进行了比较，以演示宽动态范围。

在左侧的图像中，亮光掩盖了图像，导致相机无法捕捉到大部分场景。另一方面，右边的图像不仅可以清晰看到灯泡灯丝的极高亮度，还可以看到场景的其他部分。

这种宽动态范围对于未来AR眼镜的传感器至关重要，这些眼镜需要在低光室内条件下如同晴天照射条件下工作。

尽管Meta原型传感器具有HDR优势，但它的功耗明显更高，在30帧/秒的情况下达到5mW，不过它的扩展性很好，虽然需要更多的功率，但传感器每秒可以捕获480帧。

但是，Meta想更进一步，在传感器上进行更复杂的计算。

“例如，深度神经网络的浅层部分——XR工作负载的分割和分类，如眼动追踪和手部跟踪——可以在传感器上实现。”

但Abrash说，在更多的硬件创新之前，这是不可能实现的，比如开发超密集、低功耗的内存，这对于“真正的传感器上ML计算”是必要的。

尽管Meta已经在试验全新AR技术，但Abrash表示，整个行业需要团结起来，才能实现规模化量产，并特别指出：“（芯片制造商）开发MRAM技术是开发AR眼镜的关键因素。”

“在端到端系统中，我们提出的分布式架构以及我所描述的相关技术结合在一起，将在功耗、面积和外形尺寸方面有着巨大的改进潜力，”Abrash总结道，“进行必要的改进、使其变得足够舒适和实用，并成为十亿人日常生活的一部分。”
https://t.cn/A6XyQmqn