【命题分析】本文是一篇科技类的文章，主要陈述了应对加州干旱问题的一些新发现，即从地下1000-3000英尺间抽水以解决水资源危机。文中长句不太多，难度适中。

【内容概要】

文章开头作者就指出加州一直面临干旱缺水问题，然后介绍了一项最新研究发现，即加州的深层蓄水可以解决这一危机。接着介绍了这一发现能得以实现的原因：一是钻井技术的发展，二是新的研究发现了更为丰富的地下蓄水量。当然，从深层取水加以利用也存在很多问题，比如费用昂贵，可能造成地表下沉等。最后，作者将深层取水和海水淡化进行了对比，指出深层取水相较而言更具优势。尽管深层水源也存在一大问题，含盐量偏高，需要进一步淡化。

加州多年来一直面临干旱，某些地区甚至得将淡水泵送数百英里到其配水系统。随着加州人口不断增长，这一问题也在加剧。一项新的研究发现，该州的深水储量可以帮助解决干旱危机。以前的钻井只能达到1000英尺深，但是由于新的抽水方法，现在可以抽取更深的水。斯坦福大学的研究小组对这个深度以下的含水层进行了调查，发现其储量可能是之前猜测的三倍。

 对于石油和天然气开采，钻到1000英尺以下的深度依然是可以赢利的，但是直到最近，在加州从这个深度抽水才变得有利可图。当蓄水层位于地下1000到3000英尺之间，抽水将变得非常昂贵，而且会产生其他问题。其中最大的问题是地表逐渐下沉。当蓄水被抽出时，地表的土层将下沉而压实形成的空洞。

即使从这些深度抽水十分昂贵,它仍比大部分沿海地区淡化海水便宜。海水淡化工厂在一些有条件地方也存在，但运营成本高昂，需要不断维修。水井是更为可靠的淡水资源，加州希望这些深井能够解决严重的水资源短缺问题。

深层水源也存在一个问题，其含盐量也比浅水层水源高。这意味着一些水井在开采后依然需要进行淡化处理，从而增加成本。一项基于950多份钻井日志的地下水详尽研究刚刚发表。据估计，目前淡水储量高达2.7万亿立方米。

【命题分析】本文是一篇科技类的文章，主要陈述了关于AI智能是否可以在运转时符合人类的道德规范。文中话题容易理解，长句不多，难度适中。涉及观点题(文中人和作者) 、细节题以及推理题。要求考生具备“精准定位”的能力，同时能够运用一定的词汇、语法基础读懂答案句，选出正确选项。

【内容概要】文章开头作者陈述AlphaGo程序的胜利是计算机变得智能的例子。接下来，提出问题，人工智能的行为是否符合伦理，然后用无人驾驶汽车作为例证探讨人工智能的伦理选择。接着举出另一失败例证，微软的聊天机器人泰勒。最后得到结论，在游戏中使用人工智能和在现实中是完全不同的两回事，但不管怎样，人类都是最后赢家。

AlphaGo程序的胜利是计算机变得高度智能的一个例子。

但是人工智能(AI)机器能表现出合乎道德的行为吗?意思是他们可以诚实和公平吗?

人工智能的一个例子是无人驾驶汽车。他们已经行驶在加州的道路上了，所以我们是否能给机器编程，让其行为合乎道德，这样的问题已为时不早。随着无人驾驶汽车的改进，它们将拯救生命。它们会比人类司机犯更少的错误。然而，有时它们会面临生命的选择。这些车是否应该设定程序，避免撞到跑过马路的孩子，即使这会让乘客处于危险之中？为了躲避狗而来个急转弯怎么样?如果唯一的风险是损坏汽车本身，而不是伤害乘客怎么办?

也许我们可以从无人驾驶汽车中吸取教训，但它们不是超级智能的生物。向一台比我们更聪明的机器传授伦理道德，将是一个更大的挑战。

大约在AlphaGo获胜的同时，微软的“聊天机器人”(chatbot)走了一段弯路。该软件命名为泰勒（Taylor），旨在回答18-24岁人群的信息。泰勒可以从她收到的信息中进行学习。设计者希望她能慢慢提高她处理对话的能力，但有些人向泰勒传播了种族主义思想。当她开始说希特勒的好话时，微软关闭了她，删除了她的一些丑陋留言。

AlphaGo的胜利和泰勒的失败几乎同时发生。这应该是对我们的一个警告。基于确定规则和目标在游戏中使用AI无可厚非，但在现实世界中使用AI则大有不同。现实世界的不可预测性可能会将一个软件麻烦问题暴露出来。

埃里克施密特(Eric Schmidt)是AlphaGo所属公司谷歌的老板之一。他认为人工智能对人类是积极的。他说，无论结果如何，人类都将是赢家。人工智能的进步将使人类更聪明、更有能力，而且“变得更好”。