美國與澳洲外交部長與國防部長上周在布里斯班舉行「2+2」會談,會後雙方公佈了一系列國防合作計畫。澳洲尖端科技界人士對此表現亢奮,期望美澳交流合作更緊密,重中之重是量子技術領域。移居澳洲開設初創公司Q-CTRL的美國物理學家比爾蘇克向《紐約時報》表示,希望透過AUKUS(美英澳三邊安全合作伙伴)加強技術共享夥伴關係。
美國澳洲2+2會談。AP圖片
Q-CTRL主力研發量子傳感和量子計算項目。「AUKUS這個國際框架可提供真正的機會」,Q-CTRL的100名員工中一半是澳洲人,另一半來自其他國家,其中許多人有在美國頂尖的國防和民用實驗室的經驗。這位現年43歲的創業家有點奇怪,他創辦量子技術公司不是完全為了商業利益,反而是因為看不過眼中國,而成為他的工作原動力。他說,他和他的初創公司(在雪梨、洛杉磯、柏林、牛津設有辦事處)處於全球量子技術行業的領軍者行列;對於中國許多關於量子技術的聲明中看到了誇張和政治做法。他想借力美英澳三邊制華協議,超越中國科技進步。「如果友好的民主國家不能一起打造量子技術實力的話,其他國家將迅速超過它們,取得更強大的軍事力量」,當然,還要有「更豐厚的利潤機會」。
中國有AUKUS既羨慕的量子技術實力︰「2017年,中國在合肥成立了量子信息科學國家實驗室,這個佔地37公頃的園區建成後是世界上最大的量子科學實驗室。中國研究人員已發表了數以千計的論文,展示了關鍵進展,其中包括2021年打造出將衛星與京滬光纖連接起來進行量子保密通信的『星地量子通信網』。」美國舉國之力拚不過中國,原因科技人才分散,投資又乏力,如果兄弟同心,其利必然斷金,看來位在第二島鏈的澳洲,要趁中國還不至於太強橫之前,要有所作為。
《環時》深入分析,澳洲不單只看不過眼現中國,「澳洲幾乎參與了美國發動的每一場海外戰爭,在支持和參與美國的冒險主義方面似乎形成了慣性的路徑依賴。」值得留意的是澳洲搭上美國戰車最終都有收穫,加上本身是遙遠的洋洲,未曾嘗過戰火直接破壞,站在第二島鏈,充當反華最前沿,可能又是澳洲另一次崛起的機遇。
不過,有言在先,「如果澳洲為威懾甚至攻擊中國提供據點或軍火,那麼它一定會面臨中國的堅決反擊,這不是危言聳聽,而是一個軍事常識,澳洲千萬不要有僥倖心理。」
美國空軍司令米尼漢上將日前公開警告,「我希望我是錯的,但直覺告訴我,我們(中美)將於2025年開戰。」聽好了,中美開戰的話,澳洲這個美國軍事基地,必然吸引解放軍洲際導彈的飽和攻擊。美國的設想是,東風快遞打到七七八八之際,美國的十多支航母戰鬥群便可突破一、二、三島鏈,不再怕航母殺手的導彈拒阻,安然駛進入台海,到時兵臨城下,不戰而屈人。當然,這是美國的算盤,作為世界工業最強國,生產常規武器包括導彈飛機甚至航空,都會比美國更加快,澳洲變相作為美國的借箭草人,最終也幫不了美國多少。
澳洲是不是傳說中的「好傻好天真好」,快有答案,澳洲當政者,請記下2025年這日子,說不定是你澳洲的「幸運日」!
深藍
** 博客文章文責自負,不代表本公司立場 **
中國AI以「大數據」工程的成效而取得優勢,俄羅斯專家最新分析,美國在其他領域即使領先,也攔阻不了中國的科技超越。
AP圖片
2018年,微軟創辦人蓋茲向CNN表示︰「中國AI發展迅速,但中國不能在AI超越美國,中國始終是第二名。」曾任職微軟、蘋果、Google高層的AI專家李開復馬上反駁︰「中國AI 2020年可望超過美國。」到了2020年,有人出來見證——美國國防部前首席軟件官(Chief Software Officer)夏蘭(Nicolas Chaillan)接受《金融時報》訪問時,直指美國AI已輸給中國。——對中國AI優勢更加了解的是Google前主席施密特,2017年到中國考察,他率先提出︰「我預計,美國在2025年將再難以維持AI技術方面的領先地位,被中國反超前。」他卸任Google職務出任國防務部顧問,馬上向政府提出「不能讓中國AI領先美國——U.S. must do 'whatever it takes' to beat China on AI——美國必須不惜一切代價擊敗中國」的主張。
施密特找出中國最大的弱點是半導體技術,為了確保美國與中國在AI領域拉開至少兩代之外,他建議在芯片方面制裁中國,結果,施密特可能既失望又尷尬,中國不受芯片落後所束縛,AI發展關鍵原來在於大數據應用。
莫斯科國立國際關係大學最新分析報告《中國大數據戰略:治理改革、創新與全球競爭》,作者是莫斯科國立國際關係學院高級研究員杰尼索夫,他指出中國正在有序地走進「數據意識形態」的成熟方向,「也就是說,圍繞把數據用於經濟目的、公共管理目的,出現了一系列法律、法規和實踐。」
外行人大概不明白「數據意識形態」是什麼,中國工程院院士、阿里雲始創人王堅在他的2018年出版《在綫》指出,「大數據」不是「數據」,世界最大的數據庫與互聯網應用一點關係都沒有,例如歐洲核子研究組織的大型強子對撞機,每秒生產1PB(相等於2^50字節)的分析數據,全年要用4.5萬個儲存器儲存約35PB的數據,可是這麼「大」的數據,由於沒有通過「在綫」的應用,再「大」也沒有作用。
為什麼數據在綫才有價值,否則永遠是「樣本材料」?舉個例,學生到食堂吃飯買票,與刷餐卡就餐的意義完全不一樣,飯票只能知道學生用了多少錢的票,可是餐卡產生「數據」紀錄學吃過什麼,幾時就餐,於是食堂便知道學生們的最愛與不愛的選擇,食堂的高峰時間在哪,有那幾個「富二代」學生從不到食堂等等,如是者,便可供分析及建立模型以改進經營及校風管理。
中國有最多場景和應用,加上政府主導大數據戰略布局,在綫成為生活、工作、交易、服務的日常,社會對於數字化應用普及率冠於全球,用得多數據多,人工智能受惠這龐大的數據,於是變得更「聰明」更「精準」。大家平日北上消費消費購物交通,大概都感受到這份「數據意識型態」。
自2012年以來,國家相繼出合系列政策支援,企業也配合開展大數據在教育、健康、扶貧、旅遊,以及公共安全等民生領域,並取得很大成效,更重要凡是回饋到AI技術領域,推動科技進步。人工智能不是硬件、芯片說了算,最核心是能轉化成為人民的資產,矽谷的蓋茲、施密特,想必不能明白。