Skip to Content Facebook Feature Image

伊朗猛烈報復以色列 伊斯蘭世界國家多地歡慶 民眾高喊「美國去死」

博客文章

伊朗猛烈報復以色列 伊斯蘭世界國家多地歡慶 民眾高喊「美國去死」
博客文章

博客文章

伊朗猛烈報復以色列 伊斯蘭世界國家多地歡慶 民眾高喊「美國去死」

2024年10月02日 13:43 最後更新:13:52

當地時間10月1日晚,以色列全境拉響防空警報,歡呼聲「響徹」伊斯蘭世界。

伊朗國家通訊社(IRNA)和《以色列時報》報道稱,伊朗發動大規模空襲後,德黑蘭、馬什哈德等多個城市舉行慶祝活動,民眾走上街頭高喊「美國去死」和「以色列去死」等口號。與此同時,伊拉克、加沙等地民眾慶祝歡呼,黎巴嫩首都貝魯特南部郊區也傳出猛烈的慶祝槍聲。

當地時間10月1日,以色列特拉維夫北部地面出現彈坑。

當地時間10月1日,以色列特拉維夫北部地面出現彈坑。

《以色列時報》稱,對於伊朗及其支持者來說,最新襲擊提供了一個「難得的慶祝時刻」。此前幾周,以色列持續向加沙地帶和黎巴嫩發動襲擊,導致哈馬斯、真主黨包括領導人在內的大批高層人士死亡。

空襲發生後,伊朗國家電視台開始播放著歡快的音樂,並配上導彈划過以色列夜空的畫面。

伊朗向以色列發射的飛彈。AP圖片

伊朗向以色列發射的飛彈。AP圖片

伊朗國家電視台隨後播放了伊朗第二大城市馬什哈德的居民上街慶祝的畫面,民眾們揮舞著真主黨旗幟和真主黨已逝領導人納斯魯拉的肖像。在德黑蘭、阿拉克和庫姆等城市,當地居民也舉行了類似的慶祝活動。

人們在煙花和燈光的照耀下載歌載舞。期間,有人高喊「美國去死」和「以色列去死」口號。

空襲後,伊朗德黑蘭、馬什哈德等城市舉行慶祝活動。AP圖片

空襲後,伊朗德黑蘭、馬什哈德等城市舉行慶祝活動。AP圖片

半島電視台和IRNA稱,在伊拉克首都巴格達和卡爾巴拉,當地民眾紛紛上街慶祝。

AP圖片

AP圖片

現場視頻顯示,卡爾巴拉居民開車時鳴笛慶祝,同時揮舞著伊拉克、伊朗以及真主黨旗幟。

AP圖片

AP圖片

另據黎巴嫩國家通訊社消息,貝魯特南郊傳出「自動武器的猛烈槍聲」,表明伊朗最新襲擊「令人欣喜」。一名法新社記者也注意到了來自真主黨陣地的槍聲。

IRNA在社交媒體X平台發佈的多則視頻顯示,此次空襲振奮了加沙、約旦河西岸的巴勒斯坦人。

約旦河西岸、加沙地帶的巴勒斯坦人慶祝伊朗空襲行動。IRNA視頻截圖

約旦河西岸、加沙地帶的巴勒斯坦人慶祝伊朗空襲行動。IRNA視頻截圖

《以色列時報》稱,一張現場圖片顯示,在約旦河西岸,一大群巴勒斯坦年輕人在一大塊伊朗導彈碎片旁合影留念。他們擺好姿勢,對著鏡頭揮舞著勝利的手勢。

在東耶路撒冷一個巴勒斯坦人社區,一名當地居民告訴法新社,聽到第一聲警報聲時,人群中「就響起了哨聲和掌聲,大家高呼『真主至大!』」她還說,當地沒有任何避難所,所以人們選擇走到街上或爬上屋頂看看發生了什麼。

AP圖片

AP圖片

哈馬斯高度贊揚並祝賀了此次襲擊。該組織在一份聲明中表示:「伊朗伊斯蘭革命衛隊進行了英勇的火箭發射,這是對以色列政權針對該地區人民持續犯下罪行的回應,也是對我們英勇烈士鮮血的報復。」

也門胡塞武裝高級官員邁赫迪·馬沙特發佈聲明,支持伊朗的「自衛權」,並警告美國不要對伊朗此次做出任何干預,否則胡塞武裝將予以嚴厲回應。

當地時間10月1日晚,伊朗方面稱,為報復黎巴嫩真主黨領導人納斯魯拉之死,伊斯蘭革命衛隊「瞄准以色列重要軍事安全目標,發射了數十枚彈道導彈」,其中90%導彈擊中目標。有伊朗媒體披露,此次襲擊中首次使用了高超音速彈道導彈。同時,伊朗警告以色列不要予以回應,否則將面臨「毀滅性報復」。

AP圖片

AP圖片

以色列軍方初步估計,伊朗發射了180枚「導彈」,但強調這不是最終統計數字。以軍方發言人表示,大部分伊朗導彈被成功攔截,一些導彈直接擊中了以色列中部和南部地區,造成至少一人死亡,數人受傷。據稱,這名死者是巴勒斯坦人,被以軍發射的攔截導彈彈片擊中而不幸去世。

稍晚時候,以色列總理內塔尼亞胡在耶路撒冷附近的一個安全掩體內舉行內閣會議,並發表視頻講話,稱伊朗「犯下一個大錯誤,將付出代價」。




深喉

** 博客文章文責自負,不代表本公司立場 **

往下看更多文章

「AI教父」及研究員接連獲諾貝爾獎 未來科研方向或被顛覆?

2024年10月10日 15:53 最後更新:16:24

有「AI教父」之稱的辛頓(Geoffrey Hinton)與Google DeepMind創辦人Demis Hassabis及高級科學家John M. Jumper分別榮獲諾貝爾物理學獎和化學獎,這一消息震撼科研及人工智慧領域。惟不少人憂慮,這是否會對更廣泛的科研,帶來顛覆性的影響?

Hassabis獲得諾貝爾化學獎可能並不讓人感到太意外,因為就在前一天,被譽為「AI教父」的辛頓和普林斯頓大學教授霍普菲爾德(John Hopfield)已經因為在機器學習領域的卓越貢獻而獲得諾貝爾物理學獎。

被譽為「AI教父」的辛頓(Geoffrey Hinton)獲諾貝爾物理學獎。AP圖片

被譽為「AI教父」的辛頓(Geoffrey Hinton)獲諾貝爾物理學獎。AP圖片

如今,透過深入研究人工智慧並為其他學科領域貢獻力量,完全有可能獲得諾貝爾獎。辛頓和霍普菲爾德在物理學領域,Demis Hassabis及John M. Jumper以及與他們一同獲獎的華盛頓大學基因科學家大衛貝克(David Baker) 所專注的化學領域,就是最典型的例子。

劍橋大學Leverhulme未來智慧中心的高級研究員 Eleanor Drage指,這無疑標誌著已進入「科學領域的人工智慧」時刻。她分析,這些獎項的頒發可能有兩個原因:一是人工智慧在學術研究中無孔不入,極大地模糊了學科之間的界限;二是「我們如此推崇計算機科學家,以至於願意將他們歸入任何領域」,但肯定的是,將對科學研究領域的未來研究方向產生深遠影響。

英國科研誠信辦公室前研究誠信經理Matt Hodgkinson認為,利用AI獲得諾貝爾獎的趨勢或許已初見端倪,這無疑會引導研究方向的轉變。然而,隨之而來的問題是,這種變革是否將引領大家走向正確的道路?

Google DeepMind創辦人Demis Hassabis及高級科學家John M. Jumper、以及華盛頓大學基因科學家大衛貝克(David Baker) 獲諾貝爾化學獎。AP圖片

Google DeepMind創辦人Demis Hassabis及高級科學家John M. Jumper、以及華盛頓大學基因科學家大衛貝克(David Baker) 獲諾貝爾化學獎。AP圖片

身為今年諾貝爾化學獎的得主之一,貝克(David Baker)利用AI預測蛋白質結構,他發現由於問題的明確界定以及蛋白質結構的規範性,這一領域成為了人工智慧演算法的理想試驗場。不過,他的成功絕非偶然,貝克在職業生涯中發表了超過600篇學術論文。同樣,Google DeepMind在AlphaFold2專案上也付出了巨大努力。

然而,Matt Hodgkinson也擔憂,在研究今年三位諾貝爾獎得主的成功因素時,該領域的研究人員可能會過於關注技術細節,而忽略了科學的本質,「我希望這不會誤導研究人員,讓他們誤以為所有的AI工具都具有相同的價值,從而濫用諸如聊天機器人等工具」。他認為,技術炒作總是難以避免,最近的例子包括石墨烯和區塊鏈。

Google學術論文搜尋工具Google Scholar的資料顯示,自2004年石墨烯被發現後,2005年至2009年間提及該資料的學術論文數量為4.5萬篇。然而,在Andre Geim和Konstantin Novoselov因發現石墨烯而榮獲諾貝爾獎後,相關論文的發表數量急劇攀升,2010年至2014年間達到45.4萬篇,2015年至2020年間更突破了100萬篇。但遺憾的是,儘管研究熱情高漲,迄今為止這些研究對現實世界的影響仍然相對有限。

Matt Hodgkinson認為,多名研究人員因其在AI領域的貢獻而獲諾獎,這種激勵效應可能會吸引更多人才湧入該領域,進而可能對科學研究方向產生影響,AI的提議和應用是否具實質性的科學價值,這是另一個值得深思的問題。

紐約大學坦頓​​工程學院電腦科學副教授、從事AI研究的Julian Togelius對學者可能受媒體關注、金錢誘惑以及諾貝爾獎委員會讚譽的影響程度表示擔憂。他強調:「科學家通常會選擇阻力最小、回報最大的發展路徑」。

Julian Togelius解釋,從自然界中獲取更多基礎數據,並提出人類能夠理解的新理論,無疑是一項極具挑戰性的任務,這需要深刻的洞察力和不懈的探索。對於研究人員來說,雖然利用AI進行模擬、支援現有理論並處理現有數據在理解上只能帶來小幅度提升,而非革命性的突破,但這種方法卻更為高效。他預測,新一代科學家可能傾向選擇這條更簡單的道路。

DeepMind創辦人Demis Hassabis 2017年來港時拜訪李嘉誠,就如何支持及平衡AI發展進行交流,李嘉誠當時覺得能參與DeepMind早期投資是珍貴的緣份。

DeepMind創辦人Demis Hassabis 2017年來港時拜訪李嘉誠,就如何支持及平衡AI發展進行交流,李嘉誠當時覺得能參與DeepMind早期投資是珍貴的緣份。

潛在風險是一些過於自信的電腦科學家,在推動人工智慧領域發展的同時,看到人工智慧在不相關的科學領域幫助研究人員獲得諾貝爾獎,可能決心效仿,從而進入其他研究領域,「當電腦科學家涉足自己並不熟悉的領域時,他們往往會不假思索地引入演算法,並將其稱之為進步。無論這種做法是否有效,他們都認為這是理所當然的」。

Hassabis就是利用AI推動科學進步的代表人物。他擁有神經科學博士學位,自2009年以來,在Google DeepMind憑藉著其專業背景為AI的發展做出貢獻。然而,他也坦言,該行業提高效率的方式已經發生轉變,他在諾貝爾獎記者會上提及,「目前,人工智慧正愈發傾向工程化。我們已掌握眾多技術,當下的主要工作是演算法的改進,而不再直接參考大腦的工作機制 」。

你 或 有 興 趣 的 文 章