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）
珍惜纳税人的钱！美国众议长暗示要削减国防开支******
中新网1月17日电 据美国《国会山报》报道，在美国国会众议院共和党内部对即将到来的债务上限的争论日益激烈之际，共和党籍的众议长麦卡锡15日暗示，他支持削减部分国防开支。
资料图：美国众议院议长麦卡锡。 中新社记者 沙晗汀 摄据报道，在接受福克斯新闻节目采访中，主持人玛丽亚•巴蒂罗姆问麦卡锡，作为共和党内部达成的协议的一部分，他是否愿意削减国防开支，将开支冻结在2022年的水平。
媒体称这将实际上从2023财年8570亿美元的国防预算中削减750亿美元。
不过，麦卡锡表示他不认为共和党内部的协议将导致国防开支被削减750亿美元，但他同时也表示支持有针对性的削减。
“如果我们回到2022年的水平，这也就是我们在两三个星期前花的钱，”麦卡锡说道。“但这并不意味着要削减750亿美元的国防开支。”
麦卡锡还指出，他认为需要提高某些国防领域的效率，消除不必要的浪费。
他说，“我希望军人尽可能拥有最好的武器，能够保卫自己，确保安全。”但是，“每个级别的政府”都应该寻求减少花费纳税人资金的方法。”
麦卡锡在发表上述言论之际，众议院共和党内部关于国防开支问题的紧张气氛正在加剧。据报道，麦卡锡此前为了争取足够多的票数支持他当选众议长，与党内反对他的强硬派达成了一项协议，同意将可自由支配的国防开支限制在2022财年的水平。
多名共和党议员公开反对潜在的军费削减，共和党众议员托尼•冈萨雷斯(Tony Gonzales)本月早些时候表示，这是一个“可怕的想法”，理由是当前的俄乌局势和其他外国威胁。
| 凤凰微彩地图 |
