彩61 - 官方版本下载 - 最新app下载V6.8.6

影响航母和舰载机发展的因素有哪些？******

　　航母问世已有百余年的历史，二者可以说是一种剑不离鞘、鞘不离剑的关系，既相互依存，又相互促进，成就了当今海上霸主的地位。现在，有10个国家装备22艘航母。在这些航母中，美国和法国装备核动力常规起降航母，其他国家的航母属于滑跃起飞航母，装有滑跃起飞甲板。美法两国的航母和舰载机基本是交替迭代发展的，其他国家基本是根据可获得的舰载机发展航母的。

图为：歼-15舰载机在航母上降落

　　纵观国外航母和舰载机的发展历史，影响航母和舰载机的发展主要因素有这样几个：第一、军事需求；第二，对舰载机及其作战使用的认识，或者说赋予舰载机的使命任务；第三是国家的造船工业能力；第四，国家财力支持的力度。受这些因素的影响，各国航母呈现出大小之分和起降方式的差异。下面我们看美国、苏联、英国战后航母和舰载机的发展。

　　所谓军事需求，首先是国家军事战略需求，要不要发展航母，其次是未来准备打什么仗，潜在作战对手的装备情况等。我们再来看对舰载机及其使用的认识，以美国和苏联为例（俄罗斯几十年来没有发展航母和舰载机，所以这里主要讲的是苏联时期的发展情况），美国海军认为舰载机具备多种作战能力，可重复使用，使用成本相对较低；无论是反舰、空战，还是对陆攻击任务，舰载机都可以承担，经过两次世界大战的洗礼和战后的多场战争的考验，赋予舰载机的作战任务越来越多，因此，舰载机的能力也随之越来越强。

　　而苏联海军则认为，在海战中，反舰导弹比舰载机反应速度更快，使用导弹可以更快地摧毁敌方舰艇，所以在航母上装备了远程反舰导弹，这在航母史上也可称得上独树一帜。因此，苏联海军的舰载机主要用于攻势防空，舰上虽然也配备了苏-24战术轰炸机，但它大概也是在反舰导弹实施第一轮攻击后，补刀用的。在守势防空方面，苏联海军也比较注重导弹的作用，在舰上装备了4座6单元SA-N-9防空导弹垂直发射装置，备弹192枚。

　　因为专注发展核潜艇和导弹，对舰载机没有强烈的军事需求，所以苏联海军也没有在舰载机的研发方面投入很大的精力和财力。苏联早期曾投资研制过雅克垂直短距起降的舰载机，但最终没有结果。因为欠账太多，在苏-27战斗机退役后，只能改装当年在竞争中败给苏-27的米格-29战斗机，以解燃眉之急。

　　我们再看英国，英国原是航母大国，二战结束时，英国还曾保有15艘攻击型航母和36艘护航航母、1300多架舰载机。英国还是第一个喷气式飞机上舰的国家，截至50年代，先后发展了“毒液”“弯刀”等5型固定翼舰载战斗机和1型舰载反潜机。后来，因国防战略的调整，受“导弹制胜论”的影响，开始削减航母，不再发展舰载机。20世纪70年代，英国海军利用“鹞”式飞机，发展了滑跃起飞的轻型航母，同时也为中小国家发展航母开辟了新途径。意大利、西班牙、泰国等国的航母都采取了这种发展模式。

　　国家工业基础的重要性不言而喻，其实目前能够建造、维持大型航母的国家也没有几个。另一方面，虽然建造船体相对简单，但维持舰载机在舰上正常运转、执行作战任务并不容易，需要庞大、复杂的各种系统，以及设备的支持。有人用综合国力来形容航母的发展是非常恰当的。财力支持也是非常重要的因素，现在航母的建造费用越来越高，美国福特级航母的造价已高达140亿美元，一艘航母服役四五十年，这期间每隔几年还要进行维修、大修，全寿期费用高达数百亿美元，如果再加上两代舰载机的采购费、维修保养费等，总费用还要翻倍，所以一般国家根本没有力量研制舰载机和建造、维持航母。

　　作者简介：侯建军，原海军装备研究院某研究所总工程师、研究员，他长期致力于外国海军装备发展研究，著述30余部，获国家科技进步二等奖1项,、军队科技进步二等奖3项，被评为国防科技信息事业50周年优秀工作者。

　　出品：科普中国军事科技前沿

　　作者：侯建军

　　策划：金赫

　　监制：光明网科普事业部

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）