英國軍情五處（MI5）負責人肯·麥卡勒姆（Ken McCallum）在渲染中國仍是一個「重大風險」的同時，又宣稱考慮到中英兩國多層次的複雜關係，需要採取更細緻的方法加以應對。
內地《觀察者網》引述路透社報道，當地時間10月8日，麥卡勒姆在倫敦的記者會上發佈年度威脅報告稱，自俄烏衝突爆發後，已有750多名俄羅斯外交官被驅逐出歐洲，這削弱了俄羅斯情報部門的能力。他說：「把他們趕出去，把他們拒之門外。」
英國軍情五處負責人麥卡勒姆
麥卡勒姆緊接著提到伊朗，稱伊朗對英國的「威脅」正以「前所未有的規模和速度」增加。自2022年1月以來，軍情五處和英國警方已對20起「伊朗支持的陰謀」做出了回應，它們「對英國公民構成了潛在的致命威脅」。
隨後，麥卡勒姆把話頭指向了中國。美國「政客」新聞網注意到，與俄伊相比，他的態度明顯不那麼強硬了。
「中國不一樣。」麥卡勒姆說，「中英經濟關係支持著英國的增長，從而對我們的安全形成支撐。」
與此同時，他仍視中國為「一個重大風險」，兩國關係「也存在需要管理的風險」。
當被問及為何「明顯缺乏對中國的批評」時，麥卡勒姆辯稱，他「無意削弱」中國「威脅」的重要性，軍情五處的重點「沒有改變」。 「選擇很複雜，部長們理應對我們與中國的關係做出重大戰略判斷。」
麥卡勒姆還稱，現在來自「基地」組織「特別是」來自「伊斯蘭國」的恐怖主義威脅日益增加。
「今天的『伊斯蘭國』已不再像十年前那樣強大，但在被壓制了幾年之後，他們又恢復了輸出恐怖主義的努力。」麥卡勒姆說，今年3月發生的莫斯科音樂廳恐怖襲擊事件就是「這種能力的殘酷展示」。
值得注意的是，近來英國工黨政府對華政策出現了新的跡象。路透社9日援引四名消息人士的話報道稱，英國外相林德偉（David Lammy）計劃於下周訪問中國，以實現新一屆工黨政府尋求重啓英中關係的目標。此外，英國財政相李韻晴（Rachel Reeves）也考慮於近期訪華。她此行的目的是重啓本應每年舉行的兩國貿易和投資談判活動。
路透社引述英國官員的話稱，新一屆工黨政府有意糾正前任政府在處理對華關係時態度過於對抗的錯誤，同時也明確表示雙方在部分領域仍存在根本分歧。
中國外交部發言人毛寧7月5日在例行記者會上表示，對於發展中英關係，中國的立場是一貫的，也是明確的。中國和英國都是聯合國安理會常任理事國，也是世界主要經濟體。發展穩定互惠的中英關係，符合兩國人民的根本利益，也有利於雙方共同應對全球性挑戰，促進世界的和平與發展。中方希望同英方在相互尊重、合作共贏的基礎上，推動中英關係沿著正確的軌道前進。
深喉
** 博客文章文責自負,不代表本公司立場 **
有「AI教父」之稱的辛頓（Geoffrey Hinton）與Google DeepMind創辦人Demis Hassabis及高級科學家John M. Jumper分別榮獲諾貝爾物理學獎和化學獎，這一消息震撼科研及人工智慧領域。惟不少人憂慮，這是否會對更廣泛的科研，帶來顛覆性的影響？
Hassabis獲得諾貝爾化學獎可能並不讓人感到太意外，因為就在前一天，被譽為「AI教父」的辛頓和普林斯頓大學教授霍普菲爾德(John Hopfield)已經因為在機器學習領域的卓越貢獻而獲得諾貝爾物理學獎。
被譽為「AI教父」的辛頓（Geoffrey Hinton）獲諾貝爾物理學獎。AP圖片
如今，透過深入研究人工智慧並為其他學科領域貢獻力量，完全有可能獲得諾貝爾獎。辛頓和霍普菲爾德在物理學領域，Demis Hassabis及John M. Jumper以及與他們一同獲獎的華盛頓大學基因科學家大衛貝克（David Baker） 所專注的化學領域，就是最典型的例子。
劍橋大學Leverhulme未來智慧中心的高級研究員 Eleanor Drage指，這無疑標誌著已進入「科學領域的人工智慧」時刻。她分析，這些獎項的頒發可能有兩個原因：一是人工智慧在學術研究中無孔不入，極大地模糊了學科之間的界限；二是「我們如此推崇計算機科學家，以至於願意將他們歸入任何領域」，但肯定的是，將對科學研究領域的未來研究方向產生深遠影響。
英國科研誠信辦公室前研究誠信經理Matt Hodgkinson認為，利用AI獲得諾貝爾獎的趨勢或許已初見端倪，這無疑會引導研究方向的轉變。然而，隨之而來的問題是，這種變革是否將引領大家走向正確的道路？
Google DeepMind創辦人Demis Hassabis及高級科學家John M. Jumper、以及華盛頓大學基因科學家大衛貝克（David Baker） 獲諾貝爾化學獎。AP圖片
身為今年諾貝爾化學獎的得主之一，貝克（David Baker）利用AI預測蛋白質結構，他發現由於問題的明確界定以及蛋白質結構的規範性，這一領域成為了人工智慧演算法的理想試驗場。不過，他的成功絕非偶然，貝克在職業生涯中發表了超過600篇學術論文。同樣，Google DeepMind在AlphaFold2專案上也付出了巨大努力。
然而，Matt Hodgkinson也擔憂，在研究今年三位諾貝爾獎得主的成功因素時，該領域的研究人員可能會過於關注技術細節，而忽略了科學的本質，「我希望這不會誤導研究人員，讓他們誤以為所有的AI工具都具有相同的價值，從而濫用諸如聊天機器人等工具」。他認為，技術炒作總是難以避免，最近的例子包括石墨烯和區塊鏈。
Google學術論文搜尋工具Google Scholar的資料顯示，自2004年石墨烯被發現後，2005年至2009年間提及該資料的學術論文數量為4.5萬篇。然而，在Andre Geim和Konstantin Novoselov因發現石墨烯而榮獲諾貝爾獎後，相關論文的發表數量急劇攀升，2010年至2014年間達到45.4萬篇，2015年至2020年間更突破了100萬篇。但遺憾的是，儘管研究熱情高漲，迄今為止這些研究對現實世界的影響仍然相對有限。
Matt Hodgkinson認為，多名研究人員因其在AI領域的貢獻而獲諾獎，這種激勵效應可能會吸引更多人才湧入該領域，進而可能對科學研究方向產生影響，AI的提議和應用是否具實質性的科學價值，這是另一個值得深思的問題。
紐約大學坦頓工程學院電腦科學副教授、從事AI研究的Julian Togelius對學者可能受媒體關注、金錢誘惑以及諾貝爾獎委員會讚譽的影響程度表示擔憂。他強調：「科學家通常會選擇阻力最小、回報最大的發展路徑」。
Julian Togelius解釋，從自然界中獲取更多基礎數據，並提出人類能夠理解的新理論，無疑是一項極具挑戰性的任務，這需要深刻的洞察力和不懈的探索。對於研究人員來說，雖然利用AI進行模擬、支援現有理論並處理現有數據在理解上只能帶來小幅度提升，而非革命性的突破，但這種方法卻更為高效。他預測，新一代科學家可能傾向選擇這條更簡單的道路。
DeepMind創辦人Demis Hassabis 2017年來港時拜訪李嘉誠，就如何支持及平衡AI發展進行交流，李嘉誠當時覺得能參與DeepMind早期投資是珍貴的緣份。
潛在風險是一些過於自信的電腦科學家，在推動人工智慧領域發展的同時，看到人工智慧在不相關的科學領域幫助研究人員獲得諾貝爾獎，可能決心效仿，從而進入其他研究領域，「當電腦科學家涉足自己並不熟悉的領域時，他們往往會不假思索地引入演算法，並將其稱之為進步。無論這種做法是否有效，他們都認為這是理所當然的」。
Hassabis就是利用AI推動科學進步的代表人物。他擁有神經科學博士學位，自2009年以來，在Google DeepMind憑藉著其專業背景為AI的發展做出貢獻。然而，他也坦言，該行業提高效率的方式已經發生轉變，他在諾貝爾獎記者會上提及，「目前，人工智慧正愈發傾向工程化。我們已掌握眾多技術，當下的主要工作是演算法的改進，而不再直接參考大腦的工作機制 」。
