“全球战斗舰”难以撑起“全球英国梦”******
上图:26型护卫舰“格拉斯哥”号。资料图片
近日,英国海军的首艘26型护卫舰“格拉斯哥”号举行了下水仪式,并将在完成舾装后开展海试,预定于2028年前正式服役。保持“全球抵达”能力的海军,一直被英国视为维持其“全球影响力”的重要支柱。而26型护卫舰早在研发期间,就被英国防部冠名为“全球战斗舰”。然而,这款新型战舰,真能支撑起英国近几届政府所宣扬的“全球英国”战略构想吗?
客观而言,26型护卫舰在设计和性能上确有可圈可点之处,是一型瞄准了“全球作战”目标打造的多用途水面战舰。
首先,自持力与续航力较出色。作为“护卫舰”,26型护卫舰标准排水量约6900吨,几乎与美军“阿利·伯克”级驱逐舰和英军45型驱逐舰持平,可满足长期远航的物资储备需求。较一般护卫舰30天的自持力,26型护卫舰自持力可达60天,最高航速超过26节,以15节航速航行,续航力约为7000海里。
其次,能遂行多种作战任务。26型护卫舰问世的主要目的,是替换老旧的23型护卫舰、担纲英军航母编队的反潜主力,其集多种本领于一身,能分担兼顾防空反导和对海对陆打击等任务,且采用模块化设计,可根据作战需求进行改装。
再次,与盟友海军的互通性和协同性较好。除英国外,同为“五眼联盟”和英联邦国家的澳大利亚及加拿大,均已选择26型护卫舰的出口型作为本国新一代护卫舰的基本平台,分别采购了9艘和15艘;新西兰也有望订购2至3艘。这意味着,26型护卫舰较易获得这些国家海军的保障和配合,从而提升执行任务的能力与效果。
然而,纵观26型护卫舰项目推进进程,却堪称当代各海军强国中“拖(工期)、涨(预算)、降(性能)、减(数量)”的典型。
英海军原计划用26型护卫舰“一对一”地替换13艘23型护卫舰,然而其性能指标需求与控制成本的原则相悖。单艘26型护卫舰仅船体建造成本已高达约16亿美元,比原计划攀升了3倍多,为此不得不缩小建造规模,目前仅实际开工3艘。2022年11月,英国敲定了第二批次5艘舰的建造合同,但据英国国防部披露,即便进展顺利,英海军最快也要到2035年才能拥有8艘26型护卫舰。结合目前英海军只有6艘45型驱逐舰来看,按照三分之一的“战斗出动率”计算,届时仅能勉强凑出一个航母战斗群的驱护舰配置。
此外,26型护卫舰存在不少技术短板:其动力系统中使用的燃气轮机,与“伊丽莎白女王”级航母和45型驱逐舰相同,而它恰是故障频发、导致战舰不时停摆的“罪魁”;其装备的“海上拦截者”防空导弹系统,拦截弹由“阿斯拉姆”空对空格斗导弹演化而来,不仅尺寸“迷你”,最大射程也仅有25千米。计划为该型护卫舰配备、由英法联合研发的新一代反舰导弹系统,也迟迟未见踪影。
26型护卫舰处境尴尬的深层次原因,是英国日益没落的制造业和海军经费拮据。“格拉斯哥”号的下水,与“伊丽莎白女王”级航母的巡航一样:看似华美的一抹光彩之下,映射出的只是“日不落帝国”积重难返的日落残阳!(海 镜 李新宇)
聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******
中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛,12月5日在清华大学以线上线下结合方式举行,中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题,发表主旨演讲建言献策,并深入研讨交流。
美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为,大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练,难以开发出具有可解释性的算法框架,深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外,由于数据可以带来巨大的规模效应,当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中,因此,未来对“机器换人”的预测非常具有挑战性,需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题,使基于人工智能的公共服务变得更加高效。
国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出,由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性,导致当前人工智能研究中面临着一系列挑战,因此,需要加强人工智能基础研究工作,这需要跨领域、跨学科的共同努力。当前,理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面,理解人工智能机理需要构架“感知-思考-行动”的智能模型,加强对大脑思维机理的理解,建议借鉴神经科学研究联合体的有益经验,建立全球性的人工智能研究数据库,形成全球共享的研究社区。另一方面,构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上,建议建立类似于自由协作式的知识库,通过全民民众参与,推动知识在全球层面共享。
中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示,由于深度学习等算法存在不可解释性,导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法,开发安全、可信、可靠、可扩展的人工智能技术,以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台,赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导,并需要政策法规对数据使用的正确规范,充分利用知识、数据、算法和算力四个要素结合,推动人工智能的创新发展。
中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为,当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段,至2030年,中国人工智能发展总体要达到世界领先水平。从战略问题看,中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈,当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势,而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看,人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求,鼓励各种可能的强人工智能探索,“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图;在安全问题层面,强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性,人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护,重视探索人工智能伦理问题,并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。
美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示,AI已经应用于生活和工作的方方面面,目前甚至在法律上也具有一定的应用,比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑,包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”,应该打开“黑箱”,探究和理解其中的具体内容和因果关系,我们一定要做可解释性的AI。同时,他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点,作为新兴领域,还需要向其他领域学习,从而更好的服务于人类。
中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出,“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择,又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网,智联网可以赋能绿色计算,助力“碳中和”。智联网助力“碳中和”主要包括三个环节:首先,由数据驱动和人工智能优化引擎来实现智能决策。其次,多参数全链系统配置优化。最后,通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架,该平台包括人工智能驱动节能减排和高能效人工智能系统,应用路径包括绿色园区和工业节能。
2021人工智能合作与治理国际论坛由清华大学主办,清华大学人工智能国际治理研究院承办,国际支持机构为联合国开发计划署。论坛为期两天,设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)
(文图:赵筱尘 巫邓炎)