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）

我是新时代的兵|装甲兵现代陆战场的主要突击力量******

　　解说：我是王锐，是一名装甲兵，现任第74集团军某合成旅“黄草岭功臣连”车长。装甲兵，是以坦克、步兵战车、装甲输送车为基本装备，主要遂行地面突击和两栖突击任务的兵种。具有猛烈的火力、广泛的机动力和良好的防护力，可以减轻常规武器和核武器袭击的损害，并能迅速利用常规火力突击和核突击的效果，实施快速机动、猛烈突击，在短时间内歼击敌人。是现代陆战场的主要突击力量。

　　我们的武器装备主要包括主战坦克、轻型坦克、水陆坦克、步兵战车以及装甲输送车。其中，步兵战车和装甲输送车是我们使用的主要作战装备。除了“海中游”，让战车在“陆上飞”，也是我们的必备技能。平时训练，两个限制杆之间的距离比车身宽出80厘米。我还会主动加码，一次次缩短限制杆，挑战极限。

　　养兵千日，用兵一时。2016年一次对抗演习中，在破除障碍的关键时刻，我的前车突然出现发动机故障，停在一条通道前。这个通道太窄了，28吨的铁甲战车一旦驶入，稍有不慎就会进退不得，立即成为阵地上的活靶子。最终，我驾驶战车，像线穿针一样直冲过去，扭转被动局面。事后，经过演习复盘得知，那条通道仅比战车宽出14厘米。关键时刻发挥出来的神技，恰恰源自日常的刻苦训练。

　　近几年，我驾驶的809战车经历了数次加改装，升级的北斗导航系统、车长任务终端刚配发时，我心里很着急。作为军人，战胜“曾经的自己”，才能适应新的战位。驾驶训练，我蒙上潜望镜，用显示终端、摄像仪处置情况；通信训练，我抛弃语音通话器，逼自己用数据传指令；射击训练，我既练传统技能，又要求自己用火控系统快算快打。如今，单车的位置可以在旅和营指挥车上显现，指挥链路的贯通也给上级研究新战法创造了更多可能。

　　改革主动迎战，明天方能胜战。面对强军路上的新要求、新挑战，我们官兵要坚定强军信念，越是艰险越向前，在学习和实践中练就胜战本领，在强军舞台上成就属于自己的精彩人生。

　　科学顾问：费伯禹

　　制片顾问：范文军

　　编 导：金 赫

　　动 画：卞文斌

　　鸣 谢：北京市人民政府征兵办公室

　　出 品：中国科协科普部 光明网