资料图:麦卡锡。 中新社记者 沙晗汀 摄
“谈判让麦卡锡显得软弱”
继10轮投票后,众议院依然无人赢得当选议长所需的简单多数,即至少218票。共和党在新一届众议院占222席,其中200人在把票投给麦卡锡、21人投给共和党众议员唐纳兹,一人投“缺席票”;民主党人的212票则一致投给了众议院民主党领袖杰弗里斯。
据《纽约时报》援引三名知情人士报道称,在过去两天连续六轮投票未能胜出后,麦卡锡私下里同意了反对派提出的更多要求,包括允许一名议员在任何时候强制进行快速投票,把他从议长位置上“赶下来”,这将极大削弱议长权力。
一名知情人士透露,麦卡锡还承诺允许右翼派系在强大的规则委员会中挑选该党三分之一的成员。此外,他还承诺将开支法案开放给自由辩论,任何议员都可以在辩论中提出修改,包括那些旨在破坏或否决法案的修改。
“事实上,(麦卡锡)正在与共和党人谈判,这让他看起来非常、非常软弱,以至于到了绝望的地步。”一位共和党游说者说道。
另据英国广播公司(BBC)报道,共和党人虽然在11月以微弱优势赢得了众议院的控制权,但共和党内部的裂痕由来已久,一群强硬的保守派联合起来反对麦卡锡的提名。
“麦卡锡有一段时间没有与核心小组的部分成员交朋友,他树敌很多,”另一位匿名的共和党游说者称。“出于政治原因或个人原因,有些人不喜欢他。”
麦卡锡该何去何从?
华盛顿的政治观察家已经开始就众议长选举该如何结束提出各种假设。他们预测可能的结果有:麦卡锡坚持并获胜,但做出了各种重大妥协,到完全可能退出选举,转而支持其副手路易斯安那州众议员史蒂夫·斯卡利斯。甚至有一个不太可能的结果是,5名共和党人决定投票给民主党人杰弗里斯,并让他控制众议院。
芝加哥大学研究党派关系的政治学家露丝·布洛赫·鲁宾 (Ruth Bloch Rubin) 称,就目前而言,麦卡锡“基本上是党内一方的人质”。
麦卡锡已承诺不再做出任何让步,但可能也别无选择。他可以尝试通过出色地完成委员会的任务或担任新的领导角色来赢得顽固派共和党众议员的支持。
“他必须给那些反对他的人一些东西来挂在帽子上,”曾为前国会议员游说者的亚伦·卡特勒说道。然而,另一位共和党游说者认为“根本没有通往胜利的道路”。
新加坡《联合早报》称,共和党人在民主党人帮助下选出“折中人选”的可能似乎越来越大。进步派民主党众议员卡纳表明,可能支持一名温和派的共和党人成为议长,前提是对方同意与民主党共享传票权,并避免在政府资金和债务上限问题上采取边缘政策。
英国《独立报》称,这并不是麦卡锡第一次角逐众议院议长一职,2015年时任众议院议长约翰·博纳辞职后,麦卡锡曾参加竞选,但随后宣布退出并导致投票被推迟。
众议院议长选举为何如此重要?
在美国政坛,众议院议长是“三号人物”,地位仅次于总统和副总统。众议长是众议院的政治领袖,掌管着众议院议事日程。众议院掌握弹劾权和政府的“钱袋子”。
据BBC介绍,众议院议长是美国政治中最重要的角色之一,控制着众议院的立法议程和时间表,以及各委员会的席位。
分析称,旷日持久的众议长选举可能会破坏众议院共和党人在优先事项上迅速取得进展的希望,其中包括调查拜登政府和其家人,以及关于美国经济、能源独立和边境安全的立法等。
共和党内最激烈的反对来自右翼。《纽约时报》分析称,即便麦卡锡争取到了足够票数,他作为议长显然也会受到右翼的裹挟,因为他在拉票过程中不得不给他们一些承诺。但另一方面,一些共和党内反对派则表示,不相信麦卡锡在最后时刻给他们的承诺。
第11轮众议长投票选举正在进行,尚不清楚僵局是否会打破。
张宏江:人工智能如何帮人类进入科研新范式?******
中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式?”
这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中,抛出的一个问题。
2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办,中国新闻网作为战略合作伙伴,联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。
张宏江认为,回顾人类科学发展的历史,不同发展阶段经历了不同的科学发现范式。
“几千年前,人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展,四五百年前,理论模型范式出现。人们通过对某一现象的观察总结出理论,从而指导新的科学研究。五六十年前,尤其当大型计算机出现后,面临更复杂的问题,比如天气预报、地震模拟,人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论,人们引入了计算范式,用计算来模拟的方式做科学研究。到二十年前,我们进入大数据时代,科研中积累的大量数据可以进一步驱动物理模型。”
“今天,我们进入了一个新的科研范式。”张宏江说,人工智能经过多年发展,尤其过去15年深度学习的发展,使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法,直接从数据中建立新的模型,其背后是数据、模型、算法和算力。”
张宏江指出,深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后,正在迅速地改变科学研究的范式,这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说,“今天我们进入了一个黄金期,新的设计范式,都可以借用深度学习的方法进行赋能。”
张宏江坦言,未来十年蕴含着科学发展与产业创新机会,包括数据、模型、算法、算力,其核心是背后的跨学科人才。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() ![]() 明发彩票地图 |