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）
房地产并购重组需谨慎处理三大关键点******
王丽新
新年伊始，房企处置资产、启动并购重组计划不断出炉。据不完全统计，自2022年11月底“第三支箭”落地以来，涉房企业披露的收并购案总交易对价超过576亿元。
支持房企股权融资的“第三支箭”发出，正进一步有效化解房企风险，加快推动行业风险出清，对“稳预期、稳信心、稳投资”起到重要作用。但从实操层面来看，其中涉及并购重组的交易资金规模大、并购程序繁琐，方案是否成功也存在不确定性。在笔者看来，这期间，上市房企需谨慎处理三大关键点。
并购前期，需理性选择适合企业自身的并购标的。在当下的市场格局中，稳健型房企有发展优势、有扩表需求，可供其“挑选”的资产标的池子也很大。但不同企业业务布局、细分市场话语权、主力产品业态以及战略发展方向均各有特色，背后的大股东资源也不尽相同。并购重组是企业发展历程中的大事，需顺应市场需求，仔细甄别被并购标的资产质量、经营状况、企业文化与管理等方方面面是否与自身匹配，不能盲目选择标的，要“补短板优长处”，采用合理的估值方法进行评估，实现“1+1＞2”效应。
并购中期，需做好尽调以及匹配最优的并购方式。不同于其他行业，房地产行业并购重组涉及的资产标的多数都是正在开发或销售的项目，周期较长，少则一两年多则十年八年才能清盘交付，这其中参与方较多，夹杂“明股实债”等现象，背后的债权关系复杂，需充分尽调，确保风险指数处在可控范围内且有收益空间，谨慎对待再出手。
此外，涉及并购重组的双方都应跟随政策节点，谨慎考量支付以及融资方式，无论是向特定投资者非公开发行股份募资，还是现金支付等，都需最大可能地寻找长期且成本较低的资金。毕竟，合理的并购方式能确保企业在并购过程中及时避免和合理应对风险，进而保证现金流安全。
并购后期，需注重业务协同及资源整合，达到提升效益的目的。当闯过前面的重重难关，并购项目进入落地阶段时，往往是实现有质量的并购重组最重要的一环。若企业实施并购重组后能在业务、经营、财务以及人力等方面达到很好地融合，其成果将快速在财务报表及业务模式方面形成良性循环。反之，并购标的则会成为收购方业绩表现的“拖油瓶”。
更重要的是，要想实施好房地产行业并购重组，需强化对上市房企、涉房上市公司并购重组、再融资的监管力度。一方面，收购方收进来的须是优质资产，才能更好地发挥资本市场优化资源配置的作用；另一方面，上市房企、涉房上市公司的再融资，需市场主体有真正融资和业务需求才能启动，更要保证并购重组的配套融资真正用在方案提及的项目以及“保交付”的项目中，否则会与发出“第三支箭”的初衷背道而驰。
总体而言，在行业风险持续出清过程中，并购重组活动有望逐渐增加。企业整合资源后，经营状况有望改善，同时将淘汰落后企业，改善产业结构，优化行业资产负债表，推动房地产行业朝着更好的方向发展。
