全球经济增速急剧放缓******

　　世界银行发布最新一期《全球经济展望》报告指出，在通胀高企、利率上升、投资减少的背景下，全球经济增速正在急剧放缓，预计2023年全球增长将从6个月前预测的3%降至1.7%。

　　报告认为，增长急剧下滑将是一个普遍现象，95%的发达经济体、近70%的新兴市场和发展中经济体的2023年经济增长预测都较此前预测数据有所下调。在目前的经济形势下，任何新的不利因素都可能将全球经济推入衰退。如果出现这种情况，那将是80多年来首次在同一个10年期内连续发生两次全球衰退。

　　“随着全球经济前景恶化，各项危机也在加剧。”世界银行行长戴维·马尔帕斯认为，全球资本被那些政府债务水平极高且利率不断上升的发达经济体所吸纳。在这种情况下，新兴市场和发展中经济体受制于债务压力，可能在未来多年内增长乏力。同时，教育、卫生、减贫和基础设施等领域的发展成果已经遭到逆转，而经济增长和商业投资的疲软将会进一步加剧这一趋势，并使各国更难以应对与气候变化有关的各种需求。

　　报告预计，2023年发达经济体的经济增长速度将从2022年的2.5%降至0.5%。根据过去20年的经验，这种大幅下滑往往是全球衰退的先兆。

　　根据报告，预计2023年美国经济增速将降至0.5%，比之前的预测低1.9个百分点，这将是自1970年以来除官方认定的衰退期以外美国经济表现最差的一年。预计2023年欧元区经济零增长，比之前预测下调了1.9个百分点。预计2023年中国经济将增长4.3%，较之前的预测低0.9个百分点。除中国以外的新兴市场和发展中经济体的增长率预计将从2022年的3.8%降至2023年的2.7%，主要原因是外部需求大幅下滑。

　　报告预计，未来两年新兴市场和发展中经济体人均收入平均每年增长2.8%，这比2010年至2019年的平均水平低了整整1个百分点。在撒哈拉以南非洲地区，预计2023年至2024年人均收入年均增长率仅为1.2%，这可能导致贫困率有所上升。报告显示，到2024年底，新兴市场和发展中经济体的GDP水平将比新冠疫情前的预期水平低6%左右。尽管全球通胀将有所回落，但仍会高于疫情暴发前的水平。

　　这份报告首次对新兴市场和发展中经济体的中期投资增长前景进行了全面评估。在2022年至2024年期间，这些经济体的总投资年均增长预计约为3.5%，不到此前20年普遍增幅的一半。针对这一情况，报告专门为政策制定者提供了加快投资增长的一系列建议。

　　“投资低迷是一个值得关注的严重问题，因为它可能导致生产率难以提高、贸易表现疲软，从而削弱整体经济前景。没有强劲和持续的投资增长，就不可能实现广泛的发展。”世界银行预测局局长阿伊汗·高斯说，“各国促进投资增长的具体政策需要适应各自国情，但无论如何都要从建立健全财政货币政策框架以及开展全面的投资环境改革着手。”

　　报告显示，东亚与太平洋地区经济继2021年强劲反弹后，2022年增速明显放缓，预计全年增幅为3.2%，较之前的预测低1.2个百分点。2023年东亚与太平洋地区的经济增长率将稳步上升至4.3%。2022年，本地区通胀水平有所上升。尽管如此，与世界上其他地区相比，东亚与太平洋地区的价格压力普遍较小，重要原因之一是潜在增长率相对较高、复苏进程较慢导致本地区仍然存在负产出缺口。

　　报告还指出，目前影响东亚与太平洋地区经济发展的主要下行风险仍然存在，包括疫情可能再次扰乱经济、全球金融政策收紧幅度超出预期、全球经济增长放缓以及与气候变化相关的破坏性天气事件频繁发生等。如果乌克兰危机旷日持久、地缘政治不确定性继续加剧，则可能进一步损害全球商业信心和消费者信心，导致本地区出口增长放缓幅度超出预期。柬埔寨、马来西亚、蒙古国和越南等尤为依赖出口的经济体特别容易受到出口需求下滑的影响，本地区与气候变化相关的破坏性天气事件也正变得日益频繁。（周明阳）

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）