2007年我国对主要国家和地区货物进出口贸易逆差额(进口额-出口额)最大的国家（地区）是：
欧盟
美国
韩国
中国台湾
1710年到1760年，英国大量从中国进口茶叶等特产，在此期间，英国为此向中国支付了大量白银，该国的白银几乎耗尽。而当时英国的产品在中国几乎无人知晓。上述现象说明当时：
英国的生产力远落后于中国
英中贸易对英国而言贸易逆差显著
英国对中国有明显经济优势
中国成为英国原料产地和商品市场
用水超标家庭指的是日均用水量超过所在地区70%家庭的水平的家庭。近五年来，甲地区的用水超标家庭数量明显逐年增加。
由此可以推知以下哪项陈述也必定属实：
①今年甲地区任何一个用水超标家庭的日均用水量都高于地区的日均耗水量。
②近五年来，甲地区的日用水总量逐年明显增加。
③近五年来，甲地区用水不超标的家庭数量明显逐年增加。
只有①
只有②
只有③
只有①和②
2000年、2005年、2006年发达国家、发展中国家和世界总体的国际储备（不包括黄金）和黄金储备变化情况，如图所示：
2000年到2006年黄金储备量下降幅度超过11%的国家有多少个：
0
1
2
3
据统计，全球讲英语的人口达17亿，说英语的国家国内生产总值占全球的40%，全世界半数以上的科技书刊和译著都用英语，全球开设国际广播电台的86个国家中，只有8个没有使用英语，互联网上80%以上的网页使用英文；而开设汉语广播的只有20个国家，中文网页只占12%。
现在全球80%以上的网上信息和95%以上的服务信息，由美国提供。中国具有代表性的16家上市互联网企业，有14家在美国上市，仅有2家在香港上市。外资在国内互联网形成了完整的产业链。
2001年以来，中央重点新闻网站的访问量，以平均每月递增12%的速度上升。目前中国互联网产业对GDP的贡献达到7%，而未来三年有可能达到15%。营造与中国发展相称的一流互联网迫在眉睫。
2009年9月全球主要地区互联网普及情况见下表：
下列分析正确的有：
（1）中国具有代表性的16家上市互联网企业有87.5%在美国上市
（2）据统计，全球开设国际广播电台的国家中，开设英语广播的有90.7%
（3）2009年9月中东网民数只占全球的3.3%，互联网普及率低于全球总体水平
（4）目前中国互联网产业对GDP的贡献达到7%，与经济社会发展基本相称
4个
3个
2个
1个
2013年3月26~27日，金砖国家领导人第五次会晤在哪里举行，这是金砖国家峰会首次在非洲举行：
尼日利亚
刚果
南非
坦桑尼亚
2020年末S省就业人口4750.9万人，占常住人口总数的59.01%，与2019年末相比，就业人口占常住人口总数的比重下降0.24个百分点。
2020年末S省第一产业、第二产业和第三产业的就业人口数量分别为764.89万人、2033.39万人、1952.62万人，与2019年末相比，第一、第二产业就业人口比重分别下降0.7个、0.1个百分点，第三产业就业人口比重上升0.8个百分点。
2020年末S省未就业常住人口数量约为第三产业就业人口的多少倍？
1.4
1.5
1.7
1.9
据报道，国际上有不少科学家声称，在新西兰周围发现了一块名为“西兰洲”的新大陆，它符合大洲认定标准的全部要求，是世界第八大洲，相信在不久的将来，各国的地理课本将会被改写。
得出“各国的地理课本将会被改写”的结论必须基于的前提是：
各国地理课本会因为“大陆”“大洲”等相关知识内容变化而改写
认定大洲的标准具有权威性，并且在课本发行前不会改变
各国地理课本目前没有关于“世界第八大洲”的任何内容
各国地理课本本身都有关于“大陆”“大洲”等的内容
AlphaGo（阿尔法围棋程序）总体上由两个神经网络构成，以下把它们简单称为“两个大脑”。这只是一个比喻，在对弈时，这两个大脑是这样协同工作的：第一个大脑的简单模式会判断出在当前局面下有哪些走法值得考虑。第一个大脑的复杂模式通过蒙特卡洛树来展开各种走法，即所谓的“算棋”，以判断每种走法的优劣。在这个计算过程中，第二个大脑会协助第一个大脑通过判断局面来砍掉大量不值得深入考虑的分岔树，从而大大提高计算效率。与此同时，第二个大脑通过下一步棋导致的新局面的优劣也能给出关于下一步棋的建议。最后，两个大脑的建议被平均加权，做出最终的决定。
其实，这两个大脑的工作方式确实和人类很相似，一个__________细部，一个__________全局。但AlphaGo最终结合两者的方式相当简单粗暴：让两者各自评估一下每种可能的优劣，然后取一个平均数，这可绝不是人类的思维方式。
对人类来说，这两种思考问题方式的结合要复杂得多——不仅仅在围棋中是这样。人们并不总是同时对事态做出宏观和微观的判断，而是有时情绪、心理和潜意识的应激反应。这当然是人类不完美之处，但也是人类行为丰富性的源泉。
为什么要让人工智能去下围棋？有很多理由。但在我看来最重要的一个，是能够让我们更深入地理解智能的本质。
神经网络和机器学习在过去十年里跃进式的发展，确实让人工智能做到许多之前只有人脑才能做到的事，但这并不意味着人工智能的思维方式接近了人类。而且吊诡的是，人工智能在计算能力上的巨大进步，反而掩盖了它在学习人类思维方式上的短板。和国际象棋中的深蓝系统相比，AlphaGo已经和人类接近了许多，深蓝仍然依赖于人类外部定义的价值函数，所以本质上只是个高效计算器。但AlphaGo的价值判断是自我习得的，这就有了人的影子，而且AlphaGo的进步依赖于海量的自我对局数目，这当然是它的长处，但也恰好说明它并未真正掌握人类的学习能力。一个人类棋手一生至多下几千局棋，就能掌握AlphaGo在几百万局棋中所训练出的判断力，这足以证明，人类学习过程中还有某种本质是暂时无法用当前的神经网络程序来刻画的。
这当然不是说AlphaGo应该试图去复制一个人类棋手的大脑，但是AlphaGo的意义也不应该仅仅反映在它最终的棋力上。它是如何成长的？它的不同参数设置如何影响它的综合能力？如果有其他水平相当的人工智能和它反复对弈，它能否从对方身上“学到”和自我对弈不同的能力？对这些问题的研究和回答，恐怕比单纯观察它是否有朝一日能够超越人类重要得多。
文章认为“两个大脑”与人类大脑根本的不同在于：
人的大脑会受情绪心理等因素的干扰
人的大脑有时会出现考虑不周的情况
人脑对事物的思考要比电脑复杂得多
人脑对大局或者细部的侧重并不等同
“今天，你节省了多少碳？”有一群“环保达人”，自觉地少开私家车、坚持走楼梯，电脑不用就关机，用清单列出自己一天的碳排放总量，并把“减碳日记”实时挂到网上……这就是眼下正时兴的“低碳生活”。进入2011年，低碳与生活的联系更加紧密。
人们在生活和消费过程中的过量碳排放，是造成全球气候变暖的因素之一，针对这一点，低碳生活要求人们在日常生活中养成节能的好习惯，减少碳排放，建设资源节约型，环境友好型社会，促进人与自然和谐发展，提升生活质量。
作为可持续的绿色生活方式，低碳生活将是协调经济社会发展和环境保护的重要途径。而从长远看，这更是一种着眼于未来的生活理念。低碳生活受到“低碳族”的响应，与其本身所蕴含的环保元素和道德魅力密不可分。
低碳生活是健康绿色的生活习惯，更是时尚的消费观，是全新的生活质量观。“雁过留声，人过不留碳”。低碳生活不是口号而是理念，把握机遇，才能掌握将来发展，选择低碳生活，才能享受美好未来。
根据文章内容，以下不属于低碳生活的行为是：
夏天把办公室空调温度设置为舒适的18℃
在烹饪食物时尽量减少油炸烧烤
上班族尽可能使用公共交通
出差时自带洗漱用品而不使用宾馆一次性用品
；
=
=
略大于
，C选项符合。
=
≈
略大于
，C选项符合。