第十一屆的台美貿易暨投資架構協定(TIFA)視訊會議從台灣時間6/30上午七點開始到下午三點(華盛頓的凌晨三點)結束,由AIT處長酈英傑和台灣駐美代表蕭美琴擔任會議開場人,並由行政院經貿談判辦公室副總談判代表楊珍妮以及美方的助理貿易代表麥卡廷(Terrence J. McCartin)率各單位與談。以下是觀測站幫大家整理行政院會後的報告:
1. 這次的TIFA跟以往有不同嗎?
行政院政務委員鄧振中說,過去的TIFA美方要求台灣較多,今天是基於合作的討論,因為台灣過去將美方指責的問題(豬肉安全容許量問題)解決了,讓他們充分了解到台灣在政策上想跟國際接軌,所以他們也用正面積極的態度處理今天會議。
2.復談的原因為何?
美方了解台灣跟國際規範接軌的決心,並表示高度讚許,也因此促成這次會議。其次是過去幾個月有許多美國議員多次寫信給美國總統和貿易代表強調台灣對美國的重要性,希望美國與台灣深化全面關係,包括經貿關係,而拜登政府認為TIFA便是深化雙邊關係最具體的開始。
3. 疫苗?半導體供應鏈?
美方同意簡化疫苗等防疫物資的規定,也同意未來針對疫苗供應合作的討論。另外美方強調供應鏈合作是拜登政府的重要政策,也明確表示台灣是美國的合作對象以及盟友。我方提出在科技人才和技術交流的建議也獲得美方的肯定。
4. 談判層級為何與過往不同?
美國政府跟其他國家的貿易談判有副貿易代表也有助理貿易代表的層級,主要依需要與人力調配。這次TIFA因為美國的副貿易代表尚未經過參院同意任命,因此目前改派助理貿易代表麥卡廷(Terrence J. McCartin)與談,麥卡廷非常資深也非常清楚亞洲跟台灣的局勢,是非常合適的人選,因此沒有位階降低的問題。
5. 會談結果?
我方認為,此次會議是台灣對外貿易非常關鍵一步,為未來自貿協定打下良好的基礎。楊珍妮說,美方在會議結束時表示,這次對談非常有建設性,是好的開始,fully successful。
6. 這次TIFA結束後,再來呢?
會中台灣主動提到最終與美國簽訂雙邊貿易協定(BTA)的意願,美方則表示了解台灣的決心,但仍有很多議題需要討論解決,類似今天會議的討論如果都能繼續下去,對達成目標會有幫助。鄧振中強調,台美如此緊密關係,無法透過每年一次TIFA會議維繫,此次會談結束後,雙方關係仍會一直發展下去而不是一年開一次會。目前雙方已找到未來共同努力的項目,例如數位貿易、供應鏈、貿易便捷等,將分別成立工作小組持續密切討論。要知道的是,TIFA是台美雙方溝通的平台而不是貿易協定,透過這樣的溝通管道雙方得以逐步解決爭議、消除貿易障礙,進而有簽訂BTA的可能。
▍本站分析
已經暫停五年的TIFA,為何從復談消息出來到談判開始只花了不到一個月的時間,而且為什麼是在台灣疫情爆發時提出的呢?
我們認為,由於近幾年台美關係不斷深化,使得延宕許久的貿易談判成為了可能,但真正讓貿易談判加速成形的原因有以下幾點:1)美國對台灣國內政治局勢的觀察、2)疫情爆發,以及3)台灣在安全以及供應鏈上日與俱增的重要性。
從美國決定捐贈疫苗給台灣的時候開始,就有許多新聞指出,美方主要考量點在於台灣的「政治疫情」比實際疫情還要嚴重許多,這當中首要當然就是「中國因素」。美方見證到中國因素是如何影響台灣的政治局勢,而這會影響到美方在整個印太區域的佈局。
其實從先前台灣的總統大選時就可看出端倪。總統候選人對中國的態度一直都占有決定性的比例,而不少的政治人物常常都是在中國因素與民意之間拉距。可預見的是,只要中國威脅仍存在,中國仍然會是台灣大選上的關鍵議題,這使得台灣每次的大選都將是選邊站的考驗,而倒向任何一方都可能產生巨大的改變。
台灣國內因為美豬問題對美國的反彈,以及五月份社區感染的疫情爆發,更使得美國擔心台灣社會將成為中國疫苗戰以及假訊息滲透形成的輿論場。尤其有新聞指出(https://reurl.cc/kZMYDG),近期中共百年黨慶將屆,台灣官方情資警告中國正擴大宣傳中國疫苗的有效性,並藉由上海復星代理的BNT疫苗,逼台間接承認「台灣是中國一部分」。又或者金融時報指出(https://reurl.cc/Lb5rYa),有專家發現中國情報單位自全球疫情爆發後大幅增加對台灣的攻擊,這些都是台灣社會在病毒肆虐後受到的額外傷害。疫苗可以協助病毒的控制,但社會的分裂需要的是信心與團結,這兩樣東西在目前媒體的操弄下非常脆弱。我們相信美國觀察到這樣的趨勢,也因此在前陣子加速、加量捐贈給疫情狀況相對穩定的台灣。TIFA的復談可能也有類似美國捐贈疫苗的作用,但更該被視為美國整體對台政策的一部分。
這陣子以來,在拜登政府的運作下,南韓、日本與歐洲國家罕見的一致強調台海和平的重要性。現在,台灣問題不再只是美中之間的議題,更是印太地區的區域安全問題,這意味台灣的角色已不是通過美中關係函數後的產物,而是逐漸形成一個獨立於美中關係的台美關係。這點可由正要由AIT副處長一職卸任並前往日本擔任大使的谷立言先生(Raymond Greene)口中確認(https://reurl.cc/3a6nkR)。谷立言認為台美關係近年出現根本性的轉變,美國不再把與台灣交往視為與中國交往當中的一個問題或者一個障礙。台美關係就是台美關係。美國把台灣當做印太區域當中共享價值的夥伴,共同追求一個自由與開放的印太區域。
TIFA的重啟便是最佳的證明,也頗具美國強化與台灣雙邊關係的指標性意義。其實白宮發言人莎琪(Jen Psaki)日前便強調美國將繼續加強台美雙方在所有領域的關係,包括經濟領域,並進一步說明將繼續加強與台灣貿易關係,這也是為何美國行政部門對於最近宣布將舉行的TIFA會議感到期待。事實上,從川普政府時期開始,對於供應鏈方面的重組就有非常多的討論,當時台灣就常常被納入討論範圍當中。而在近期的半導體產業討論當中,台灣更是全球的主角之一。對美國來說,在重振經濟、以及與中國競爭的過程,台灣自然是一個重要的節點。(對台灣來說,也是有許多需要做出政策調整之處。經貿談判總是有捨有得的交易過程,並非易事)
▍總結TIFA復談的三項意義
第一,美國藉由疫苗捐贈與TIFA會談所釋放善意的訊號,有助於消除一些台灣內部的疑美論,幫助目前受美豬議題公投困擾且被疫苗議題困擾月餘的執政黨,確保台灣人民維持對美國的信心,進而使其在台灣的利益得以受到保障。
第二,TIFA的會談是美國政府決策圈官員、資深幕僚、以及國會議員們對中國以及台灣的態度轉變的明顯反映。這些轉變一方面是台美關係長期耕耘的成果(川普政府時期就已經有非常多的行政部門官員以及國會議員們聯名寫信要求USTR趕快跟台灣開啟經貿談判,這些都是我們長期的外交工作成果展現),一方面則是反映出美國政策圈對中國威脅的普遍認知與共識。
第三,正如近期美國外交動作所示,美國高階官員們先後出訪盟友國家討論印太地區的安全問題,對於長期被中國孤立於國際社會的台灣來說,或許可以因為TIFA的進展而有機會與其他與美國友好的國家開啟經貿合作的討論,這正是美國說要協助台灣參與國際社會的具體行動。
✨ 觀測站傳送門:https://linktr.ee/us.taiwan.watch。
✨ 小額支持觀測站:http://pros.si/ufjkk。
非映成函數 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
用深度神經網路求解「薛丁格方程式」,AI 開啟量子化學新未來
作者 雷鋒網 | 發布日期 2021 年 01 月 02 日 0:00 |
19 世紀末,量子力學的提出為解釋微觀物質世界打開了一扇大門,徹底改變了人類對物質結構及相互作用的理解。已有實驗證明,量子力學解釋了許多被預言、無法直接想像的現象。
由此,人們也形成了一種既定印象,所有難以理解的問題都可以透過求解量子力學方程式來解決。
但事實上能夠精確求解方程式的體系少之又少。
薛丁格方程式是量子力學的基本方程式,即便已經提出七十多年,它的氫原子求解還是很困難,超過兩個電子的氫原子便很難保證精確度。
不過,多年來科學家們一直在努力克服這一難題。
最近,來自柏林自由大學(Freie Universität Berlin) 的科學團隊取得了突破性進展,他們發表的一篇名為《利用深度神經網路解電子薛丁格方程式》的論文,登上《Nature Chemistry》子刊。
論文明確指出:利用人工智慧求解薛丁格方程式基態解,達到了前所未有的準確度和運算效率。該人工智慧即為深度神經網路(Deep-neural-network),他們將其命名為 PauliNet。
在介紹它之前,我們先來簡單了解薛丁格方程式。
什麼是薛丁格方程式?
薛丁格方程式(Schrödinger Equation),是量子力學中的一個基本方程式。又稱薛丁格波動方程式(Schrödinger Wave Equation),它的命名來自一位名為埃爾溫·薛丁格(Erwin Schrödinger)的奧地利物理學家。
Erwin 曾在 1933 年獲得諾貝爾物理學獎,是量子力學奠基人之一。他在 1926 年發表的量子波形開創性論文中,首次提出了薛丁格方程式。它是一個非相對論的波動方程式,反映了描述微觀粒子的狀態隨時間變化的規律。
具體來說,將物質波的概念和波動方程式相結合建立二階偏微分方程式,以描述微觀粒子的運動,每個微觀系統都有一個相應的薛丁格方程式,透過「解方程式」可得到波函數的具體形式以及對應的能量,從而了解微觀系統的性質。
薛丁格方程式在量子力學的地位,類似牛頓運動定律在經典力學的地位,在物理、化學、材料科學等多領域都有廣泛應用價值。
比如,應用量子力學的基本原理和方法研究化學問題已形成「量子化學」基礎學科,研究範圍包括分子的結構、分子結構與性能之間的關係;分子與分子之間的相互碰撞、相互作用等。
也就是說,在量子化學,透過求解薛丁格方程式可以用來預測出分子的化學和物理性質。
波函數(Wave Function)是求解薛丁格方程式的關鍵,在每個空間位置和時間都定義一個物理系統,並描述系統隨時間的變化,如波粒二象性。同時還能說明這些波如何受外力或影響發生改變。
以下透過氫原子求解可得到正確的波函數。
不過,波函數是高維實體,使捕獲特定編碼電子相互影響的頻譜變得異常困難。
目前在量子化學領域,很多方法都證實無法解決這難題。如利用數學方法獲得特定分子的能量,會限制預測的精確度;使用大量簡單的數學構造塊表示波函數,無法使用少數原子進行計算等。
在此背景下,柏林自由大學科學團隊提出了一種有效的應對方案。團隊成員簡‧赫爾曼(Jan Hermann)稱,到目前為止,離群值(Outlier)是最經濟有效的密度泛函理論(Density functional theory ,一種研究多電子體系電子結構的方法)。相比之下,他們的方法可能更成功,因在可接受計算成本下提供前所未有的精確度。
PauliNet:物理屬性引入 AI 神經網路
Hermann 所說的方法稱為量子蒙地卡羅法。
論文顯示,量子蒙地卡羅(Quantum Monte Carlo)法提供可能的解決方案:對大分子來說,可縮放和並行化,且波函數的精確性只受 Ansatz 靈活性的限制。
具體來說,團隊設計一個深層神經網路表示電子波函數,這是一種全新方法。PauliNet 有當成基準內建的多參考 Hartree-Fock 解決方案,結合有效波函數的物理特性,並使用變分量子蒙地卡洛訓練。
弗蘭克‧諾(Frank Noé)教授解釋:「不同於簡單標準的數學公式求解波函數,我們設計的人工神經網路能夠學習電子如何圍繞原子核定位的複雜模式。」
電子波函數的獨特特徵是反對稱性。當兩個電子交換時,波函數必須改變符號。我們必須將這種特性構建到神經網路體系結構才能工作。
這類似包立不相容原理(Pauli’s Exclusion Principle),因此研究人員將該神經網路體系命名為「PauliNet」。
除了包立不相容原理,電子波函數還具有其他基本物理特性。PauliNet 成功之處不僅在於利用 AI 訓練數據,還在將這些物理屬性全部整合到深度神經網路。
對此,FrankNoé 還特意強調說:
「將基本物理學納入 AI 至關重要,因為它能夠做出有意義的預測,這是科學家可以為 AI 做出有實質性貢獻的地方,也是我們關注的重點。」
實驗結果:高精確度、高效率
PauliNet 對電子薛丁格方程式深入學習的核心方法是波函數 Ansatz,它結合了電子波函數斯萊特行列式(Slater Determinants),多行列式展開(Multi-Determinant Expansion),Jastro 因子(Jastrow Factor),回流變換(backflow transformation,),尖點條件(Cusp Conditions)以及能夠編碼異質分子系統中電子運動複雜特徵的深層神經網路。如下圖:
論文中,研究人員將 PauliNet 與 SD-VMC(singledeterminant variational,標準單行列式變分蒙地卡羅)、SD-DMC(singledeterminant diffusion,標準單行列式擴散蒙地卡羅)和 DeepWF 進行比較。
實驗結果顯示,在氫分子(H_2)、氫化鋰(LiH)、鈹(Be)以及硼(B)和線性氫鏈 H_10 五種基態能量的對比下,PauliNe 相較於 SD-VMC、SD-DMC 以及 DeepWF 均表現出更高的精準度。
同時論文中還表示,與專業的量子化學方法相比──處理環丁二烯過渡態能量,其準確性達到一致性的同時,也能夠保持較高的計算效率。
開啟「量子化學」新未來
需要說明的是,該項研究屬於一項基礎性研究。
也就是說,它在真正應用到工業場景之前,還有很多挑戰需要克服。不過研究人員也表示,它為長久以來困擾分子和材料科學的難題提供了一種新的可能性和解決思路。
此外,求解薛丁格方程式在量子化學領域的應用非常廣泛。從電腦視覺到材料科學,它將會帶來人類無法想像的科學進步。雖然這項革命性創新方法離落地應用還有很長的一段路要走,但它出現並活躍在科學世界已足以令人興奮。
如 Frank Noé 教授所說:「相信它可以極大地影響量子化學的未來。」
附圖:▲ Ψ 表示波函數。
資料來源:https://technews.tw/2021/01/02/schrodinger-equation-ai/?fbclid=IwAR340MNmOkOxUQERLf4u3SK0Um6VQVBpvEkV_DxyxIIcUv8IP88btuXNJ6U
非映成函數 在 賭Sir(杜氏數學) Facebook 的最讚貼文
🔍好多M1同學喺【4大Distribution】做極唔識,以為數學訓練未夠,其實係假象,真相係卡喺文字理解,呢個先係真正嘅樽頸位🤢
Random Variable(隨機變量)係個非常典型嘅例子。十幾年前,就連我最初讀嘅時候,都卡得好辛苦,甚至連自己唔明啲乜都唔知🤯總之就係不斷做錯。後來,有高人指點,原來Random Variable根本唔係Variable(變量),而係Function(函數)💡然後自己再花工夫思考同嘗試,終於諗通,開竅,做極都啱,而【4大Distribution】嘅煩惱亦自動解除😆
BTW,前排喺IG Stories搞咗民意調查,好多同學反映需要深度學習,我有記住的🙌🏻下次嘅CAMPAIGN我就深入講Random Variable,幫你開竅💪🏻
#M1 解題王 會以題目 keyword 切入,同你極速 KO M1 題目;記住 Save 低個 post,方便你大考前攞出嚟溫🔥
------------
🎲賭Sir|高階數學考試專家
🎓19 項數學公開試.以一 Take 過考取完美戰績
DSE:Math+M1+M2【5**】
CE & AL:Math+A.Math+Pure+Applied【A】
IAL:C12+C34+F1+F2+F3+M1+M2+M3+S1+S2+S3+D1【A】
🖥最高人氣補習網紅・貼地教數別樹一格
頻道 #杜氏數學 2016年創辦,訂閱65,000+,多條教學影片點擊100,000+;2018年獲出版社邀請,撰寫暢銷書《5**數學男人嫁得過》推廣「聰明應試」理念,並鼓勵年青人堅守自信。
🧠以心理學、高效學習融入補習教育當中
從中文大學風險管理學士畢業之後,鑽研超速學習法(Ultralearning)及教育心理學,將高效學方法先行用於自己身上,無間斷學習新知識;四年後重返校園,完成中文大學數學碩士(大數據分析)課程,期間考入門薩學會(Mensa),實證超速學習法。
🏆座右銘
好多人以為自己因為對數學無興趣,所以數學低分;事實剛好相反:因為自己數學低分,所以對數學無興趣。試諗下,若然你有歌神嘅聲線,你仲會對唱歌無興趣嗎?
------------
#數學 #DSE #dser #math #maths #afterschool #dsemath #examskills #mathtutor #followme #2021DSE #2022DSE #2023DSE #tutor #mathtutor #DSEfighter #tutotial
非映成函數 在 第1 章函數(Functions) 1.1 一些基本概念 - 台大數學系 的相關結果
1.5 常見之函數類型. ... (2) 一非鉛直之直線通過兩點P1(x1,y1), P2(x2,y2), 則其斜率為m = ∆y ... (2) 若f 之值域等於對應域, f 稱為映成(onto) 函數。 例1.2.8. ... <看更多>
非映成函數 在 什麼是函數? 的相關結果
(2) 多對一. (3) 映成. (1) 一對一. A B. 圖示:. 設A、B為兩個非空集合,f:A→B為一函數,對於任意x1,x2∈A, 若f(x1)=f(x2) ⇔ x1=x2 ,則稱函數f 為1−1函數。 ... <看更多>
非映成函數 在 满射- 维基百科,自由的百科全书 的相關結果
满射或蓋射(英語:surjection、onto),或稱满射函数或映成函數,一个函数 f : X → Y {\displaystyle f:X\rightarrow Y} f:X\rightarrow Y 为满射,則对于任意的陪域 ... ... <看更多>