人工智能应用于更多领域 计算机研究深入光电结合******

　　英国科学家在人工智能（AI）领域取得多项突破，包括用AI首次控制核聚变、用AI预测蛋白质结构等。“深度思维”与瑞士洛桑联邦理工学院合作，训练了一种深度强化学习算法来控制核聚变反应堆内过热的等离子体并宣告成功，有助加速无限清洁能源的到来。“深度思维”凭借“阿尔法折叠”算法，预测了迄今被编目的几乎所有2亿多个蛋白质的结构，破解了生物学领域最重大的难题之一，有助于应对抗生素耐药性，加速药物开发并彻底改变基础科学。该公司研发的“DeepNash”（深度纳什）学会了在“西洋陆军棋”游戏中，使用虚张声势等欺骗手段来击败人类对手。该公司AI创建的高效数学算法能解决矩阵乘法问题。该公司AI通过模拟数十年足球比赛的情况，学会了熟练地控制数字代理足球运动员，其建模的“AI代理”可与其他人工代理沟通合作，在玩游戏时共同制定计划。

　　牛津大学研究显示，AI能模拟条件反射进行联想学习，比传统机器学习算法快千倍。利兹大学科学家借助AI扫描视网膜以探知心脏病风险。

　　在计算机相关领域，牛津大学研究人员开发了一种使用光偏振来实现最大化信息存储密度的设备，其计算密度比传统电子芯片提高了几个数量级。南安普顿大学工程师则与美国科学家携手，设计了一种与光子芯片集成的电子芯片并创造出一种设备，能以超高速传输信息同时产生最少的热量。

　　在机器人领域，利兹大学团队开发了一种“磁性触手机器人”，直径只有2毫米，可由患者体外的磁铁引导进入肺部狭窄的管道采样。帝国理工学院科学家展示了一组受动物启发的飞行机器人，可在飞行中建造3D打印结构，未来有望用于在偏远地区建造房屋或重要基础设施。格拉斯哥大学科学家将由砷化镓制成的微型半导体打印到柔性塑料表面，所得设备的性能可与目前市场上最好的传统光电探测器媲美，且能承受数百次弯曲，可用作未来机器人的智能电子皮肤。苏格兰科学家开发出了一种先进的压力传感器技术，有助于改进机器人系统，如用于机器人假肢和机械臂。（科技日报记者 刘霞）

“头脑风暴”聚焦练兵备战******

　　本报讯赵元涛、特约记者张军报道：“练兵备战与作战需求贴合不紧、国防动员潜力数据更新不够及时……”寒冬时节，一场检讨反思会在云南省昆明警备区举行，各级紧贴部队任务和训练实践查摆和剖析存在的问题，刮起一股聚焦练兵备战的“头脑风暴”。

　　“党的二十大报告描绘了如期实现建军一百年奋斗目标、加快把人民军队建成世界一流军队的发展蓝图。这是人民军队必须扛起的时代重任，我们要增强紧迫意识，始终保持拼出来、干出来、奋斗出来的精神状态，跑好我们手中这一棒。”该警备区政委吴正良介绍，近年来，他们严抓实战化军事训练，结合群众性岗位练兵强训精训，着力培养一专多能的复合型人才。

　　针对一些官兵年度演训任务中暴露出来的训战结合不够紧密、应急保障能力与实战要求差距较大等问题，他们组织机关干部、所属人武部主官开展“深挖新域新质战力，创新战法训法”“为保障打赢多学一手”等群众性大讨论，认真找“病灶”、寻规律、想对策。检讨反思中，大家不绕弯子直面问题。富民县人武部上半年较好地完成了陆军某旅过境保障任务，然而人武部部长王洪斌的发言刀口向内，毫不避讳地指出存在的问题：“对油料补给基数掌握不够精准，国防动员潜力调查数据采集人员的基础知识、专业知识欠缺……”

　　未来联演联训中如何做好卫勤保障力量编组、组织指挥、战场救治、协同保障？各方掌握的战场态势信息如何实现实时共享……对查摆出的一个个问题，大家边反思讨论、边研究措施，逐步达成共识。

　　在认真查摆反思问题基础上，他们成立备战打仗督导小组，重点把战备目标过一遍、把重点岗位能力过一遍、把支援保障底数过一遍，扎实推进各项备战打仗工作走深走实。

　　前不久，该警备区快速实施弹药前出支援保障演练。此次演练，严格落实各项程序，达到品种清、批次清、数量清、质量清、配套清、手续清要求。在各小组默契配合下，经过连贯作业，所有装备物资准时到达目标位置，有效锤炼了官兵“拉得出、上得去、保得好”的打赢本领。