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。
