盈彩网投资平台规则|盈彩网投资平台登录

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

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）

　　（文图：赵筱尘 巫邓炎）