2023领航卷新高考卷一模全文翻译

A

足球：设计这项美丽的运动

无论是一名狂热的足球迷，还是一名普通的支持者，只要是来到这个展览的参观者，都将会热衷于探知世界上这种美丽运动背后隐藏着的非同凡响的设计故事。

更多内容：

此次展览会探索足球背后的故事，向人们展示设计是如何用来推动足球运动达到新的极限的。（你可以）在500多种物品、电影和体育赛事的采访中穿梭，了解设备开发和场馆设计（的历史），并将自己融入到足球俱乐部和传奇人物的故事里，传奇人物有梅西、佩莱、乔治·贝斯特、迭戈·马拉多纳等等。

该展览由（英国）伦敦设计博物馆和曼彻斯特国家足球博物馆联合举办，展示了世界上最具深刻意义的足球场馆的总体规划、现今足球装备采用的设计创意、球队徽章和海报是如何塑造一个俱乐部的形象以及草根阶层是如何努力抵制这项运动的商业化。

购票信息：

※推荐网络购票，但是也支持现场购票。展览的最后入场时间为展馆闭馆前90分钟。

※成人票16英镑起，学生票12英镑起。同时，（如果）购买家庭票，您可以享受七五折的优惠。

※出示参展门票，可在一楼的伦敦高级咖啡馆享受九折餐饮优惠。

B

当Kunle Adeyanju关闭摩托车引擎，结束长达41天的疲惫之旅时，人群都为他欢呼起来。这名44岁的男子在4月19号离开伦敦，并于本周日抵达尼日利亚的商业中心拉各斯。在此期间，他途径13个国家，骑行超过8 000英里。他之所以开始这趟意义深刻的旅行，是为了给“国际扶轮社”慈善团体募集资金，以帮助他的祖国尼日利亚应对小儿麻痹症。

在十二名骑手的陪同下，这支队伍从贝宁人民共和国出发，完成了最后一段旅程。在拉各斯中部的伊凯贾，他们受到支持者们的欢迎。Adeyanju在社交媒体上发布日常旅途照片和评论，收获了公众的喜欢，还被粉丝们赋予“狮心”的称号。在沿途的每一站，他都受到支持者们的热情欢迎。

他的确也遇到过一些挑战。比如有一次在马里，他的一个轮子坏了。他说：“半夜里我一个人站在灌木丛里，一脸茫然，也不会说当地的语言。”他解释说他不得不走到最近的村庄。“幸运的是，当地人帮助了我。”但也不是所有的困难都能顺利解决。他说：“在非洲西北部毛里塔尼亚的那次经历就很不愉快”，在那他被抢劫了数百欧元。“是最糟糕的一次经历，”他补充道。

这位前壳牌公司的员工自掏腰包，把20 400美元的存款作为此次旅行资金，希望能为扶轮国际募集到4 800万美元。“最近我一直睡眠不足，因为我每天晚上只睡了三四个小时。但是我感到十分骄傲，因为我完成了此次挑战。”Adeyanju抵达后，擦拭着脸上的汗水说道。Adeyanju还说他现在正在计划可能会骑行到加纳或者 以色列，以便募集到更多的资金。他还有一个梦想：攀登珠穆朗玛峰。

C

我们人类经常使用路标和GPS导航。但是大象呢？英国埃克塞特大学的行为生态学家康妮·艾伦说，“大象利用难以置信的记忆力进行长距离导航”，这让其他人以为大象永远不会忘记。但也有人指出，也许是嗅觉对大象的远距离迁徙至关重要。

艾伦和同事们通过测试非洲象对一种非常特殊的气味——尿液的气味——的感知能力来进行研究。你看，大象排尿量很大——每天大约12到15加仑——这些尿液中可能会含有一系列的化学信号。

但是，首先，他们需要一些尿液。所以，它们前往博茨瓦纳博泰蒂河沿岸的一个地方等待。他们等大象排尿，然后在20分钟内去收集这些新鲜的尿液样本。然后他们在7条大象常走的道路上安装了摄像头。在观察了大象在道路上的自然行为后，他们注意到，大多大象会注意沿途的气味——尤其是独行的大象，研究人员说这表明气味可以作为沿途的路标。

接下来，他们把这些尿液样本放在路边。结果发现，在至少两天的时间里，经过的大象用它们的鼻子对着这些样本——尤其是成年大象的样本——进行嗅，这是气味可能是一个有力的导航线索的另一个迹象。他们的研究结果发表在《动物行为》杂志上。

基于这些结果，他们希望环保人士可以把大象的尿液作为诱饵。如果我们能欺骗大象，让它们认为其他大象会走这条路，也许我们就能在大象与人类发生冲突的地方改变大象的行进方向，使它们远离。

D

德国斯图加特马克斯普朗克智能系统研究所的费利克斯·鲁珀特和亚历山大·巴德里·斯普罗维茨设计了一个半米高的机器人，名为Morti，并赋予它自学走路的能力，而不是执行预先设定的步骤。这个四条腿的机器人只花了一个小时就学会了如何平稳地行走，与新生的马匹所需的时间大致相同。 而且这是第一次将机器学习方法如此成功地应用于四条腿的机器人。

Morti由一个人工智能算法控制，该算法没有关于机器人腿部的很多信息，例如每个部件的确切形状。人工智能像中枢神经系统一样工作，为Morti提供行走指令。然后，它根据脚部传感器的读数进行调整，这些传感器会在机器人跌倒并与地面失去接触时发出信号。Ruppert说，最初，Morti会摔倒，但大约一个小时后，人工智能找到了最佳的行走方式。

因为人工智能是在学习，而不是提前计算每条腿的运动细节，这可能会耗费大量的能量，所以在一个小时的学习过程结束后，Morti的行走能耗比它刚开始时少42%。Morti的学习过程复刻了小动物学习移动的方式，因为它们也是通过尝试和最初的绊倒来找到运用肌肉的最有效方式。

德克萨斯大学圣东安尼奥分校的Dhireesha Kudithipudi说，人工智能机器人通常可以很好地学习一项特定的任务，但当环境发生变化时却无法重新调整。而Morti的设计，依赖于不断调整机器人的动作，就可能在这方面表现得更好。Ruppert说，他和团队正在努力为Morti增添更多的传感器，扩大其行动范围，使其成为一个更像动物的机器人。