我们很高兴与读者分享 Frontex 2023 年 6 月行业日的评选结果。
Frontex 对其工业日的解释如下：
"Frontex 协助欧盟国家支持欧洲边境和海岸共同体开发现代技术。作为其任务的一部分，Frontex 定期与来自成员国的行业、研究人员和专家举行会议，提供讨论平台，帮助开发与边境管制有关的新技术和创新"。
Frontex、 公告 - 报告：2023 年 7 月 6 日 "报告：执法风险分析背景下情景构建的培训和方法咨询
在这一背景下，Frontex 正在为这些 "工业日 "寻找 "能够提供量身定制的框架的服务提供商，该框架包括执法风险分析方面的培训、流程、方法和工具"（同上）。
我们根据 Frontex 的详细要求制定并提交了一份建议书（见 Frontex、 公告2023 年 5 月 23 日 "公告"）。在此基础上，我们被选中参加 "在线会议演示"（同上）。
因此，我们还被选中参加 Frontex 的在线工业日活动。
(艺术指导和设计： Jean-Dominique Lavoix-Carli)
联合国秘书长安东尼奥-古特雷斯在一份声明中警告说："气候崩溃已经开始"。 声明 于 2023 年 9 月 6 日发布。
气候变化和相关的气温上升给全球带来的动荡和灾难已经开始。正如世界气象组织秘书长 Petteri Taalas 教授所说，"反复出现的热浪、相关的空气污染、干旱、特大野火、地中海飓风、气候驱动的风暴、飓风、破坏性洪水"，"对人类健康、生态系统、农业乃至我们的日常生活都产生了连锁反应"，这些都给 2023 年的夏天留下了全球性的伤痕（联合国新闻，"''''''......"）。热浪期间空气质量下降，发出 "气候崩溃 "警报：联合国负责人" 2023 年 9 月 6 日）。
如果气候崩溃已经开始，如果它的开始会带来如此多的灾难，我们就必须开始未雨绸缪。特别是，我们需要更好地了解政府间气候变化专门委员会（IPCC）确定和研究的各种情景和假设中，哪些更有可能发生。这将使我们能够为我们的生活、治理和地缘政治勾勒出可能的方向。换句话说，我们将起草一份在气候变化的可能条件下世界结构及其政体的草案。
因此，首先，我们将强调气候变化导致气温上升的确切位置。然后，我们将利用政府间气候变化专门委员会（IPCC）2023 年 3 月发布的第六次评估报告（AR6）的综述，特别是从碳预算的角度来审视 AR6 的各种情景。我们将探讨这对全球和各个国家意味着什么，重点是最大的排放国。在最后一点的基础上，我们将推断未来的后果。我们将特别思考，未来一些国家是否会试图迫使其他国家减少排放，而不是寻求合作。
一言以蔽之，从 2011 年到 2020 年，我们一直生活在 1.1摄氏度，高于 1850 年至 1900 年间的温度水平，而这一温度水平被认为是健康的正常温度。2022 年，全球平均气温约为 1.15°C过量（联合国新闻，"2022 年被确认为有记录以来最温暖的年份之一：世界气象组织"，1 月 12 日 23 版）。
2023 年夏季（6 月-7 月-8 月）是全球有记录以来最热的一年，"平均气温高达 16.77°C，比平均气温高出 0.66°C"（哥白尼气候变化服务，"2023 年夏季：有史以来最热的夏季"，9 月 5 日 23 日）。8 月 23 日是有记录以来最热的八月，其温度仅次于 7 月 23 日（同上）。据估计 1.5比健康标准温度高（同上）。
因此，过去几年的生活，尤其是 23 年夏季的生活，是我们对下一步可以期待的非常具体的体验的开始。
不久的将来，现实可能会比我们在夏天经历的更糟。
事实上，气温升高的一些有害影响可能仍有待发现。例如，科学家们似乎已经开始同意，两极融化的冰可能会引发地震和海啸。然而，这些地震仅限于靠近两极的某些地区，而且只在数千年后才会发生（Anthony Kaczmarek，"地球上的海啸"）。气候变迁是否会引发更多的恐怖主义？"，tameteo.com，2023 年 4 月 11 日）。模型的研究和开发仍在进行中（Rebekka Steffen 等人，"全新世早期格陵兰冰的大量消失很可能引发了地震和海啸“, 地球与行星科学通讯第 546 卷，2020 年；Rebekka Steffen，"Un lien entre changement climatique et séismes à l'origine de tsunamis inattendus ?"，Axa 研究基金，2018 年 6 月 25 日）。
其他影响是已知的，但可能是隐性的，而且会急剧上升。例如，由于干旱，原本完好无损的房屋突然出现裂缝。这源于粘性土壤的收缩膨胀能力或收缩膨胀（retrait-gonflement des argiles - RGA），这是干旱（热浪的后果）和膨胀性土壤上的洪水（如飓风）造成的后果之一。 地理).所有拥有这种土壤的国家都会受到冲击，建在这种土壤上的住宅也会面临风险。例如，在法国，政府在 2021 年 6 月估计，"有 1040 万栋独立房屋[可能]非常容易受到这种现象的影响"，比 2017 年的 427 万栋有所增加（Cerema，"......"）。收缩现象 2022 年 4 月 14 日）。84% 的法国市镇有超过 50% 的房屋暴露在风险从低到高的范围内（MNR、 建筑物抵御自然灾害的参考系统2023 年 7 月）。
因此，加固房屋甚至重新安置居民的直接费用会很高（同上）。更糟糕的是，需要在适当的时间框架内具备开展工作的能力，这可能会导致当地的挑战和紧张局势。此外，据估计，心理影响等间接成本远远不可忽略（同上）。同时，道路也可能受到影响，这可能会增加面临的挑战（同上）。
2023 年夏季对个人住房和道路的全球影响仍有待评估。
正如政府间气候变化专门委员会（IPCC）的高置信度评估 (
"全球变暖的每一增量都会加剧多种并发危害"。
气候变化 2023》，综合报告--决策者摘要2023 年 3 月 20 日，第 12 页
同时，连带效应几乎是肯定的。
2023 年 3 月 20 日，IPCC 发布了第六次评估报告（AR6）的综述。第六次评估报告强调了气候变化和气温升高的可能情景，每种情景的可能性各不相同，取决于在二氧化碳（CO2）和更广泛的温室气体（GHG）排放方面可能采取的措施。
看待气候变化和温室气体排放问题的最简单方法，就是从碳预算的角度来思考。
想象一下，地球有能力储存一定量的二氧化碳或温室气体。因为它能够储存这些气体，所以它可以安全地将它们排放到大气中。在一定量（即储存能力）以下，尽管有排放，地球的温度也不会发生变化，并保持在健康的范围内。一旦储存量达到饱和，碳预算就用完了，无法再储存更多的排放物，温度就会开始上升，并随之产生不利和有害的影响。对于每一个过高的温度水平，都可以计算出剩余的碳预算，并与迄今为止已消耗的碳预算进行比较。
必须明白的是，地球的碳预算是永恒的。如果超过这个预算，就会导致气温变化。如果我们想再次排放二氧化碳和其他温室气体而不产生后果，那么首先必须降低大气中的温室气体含量，这意味着去碳化。
例如，如果我们希望气温保持在 1.5℃以上，几乎没有或完全没有超调（即在长达几十年的时间里最多比情景水平高出约 0.1℃），并且可能性为 50%，那么科学家的最佳估计告诉我们，从 2020 年开始，我们还剩下 500 GtCO2（AR6）。如果我们在此期间限制其他温室气体的排放，那么二氧化碳的预算可以达到 600 GtCO2（AR6）。反之，如果我们排放大量温室气体，那么二氧化碳的预算可能只剩下 300 GtCO2 (AR6)。
如果我们希望将超额温度保持在 1.5°C 的范围内的概率提高，例如提高到 83%，那么剩余的全球预算将变为 300 GtCO2（帕特里克-埃尔德斯，《全球气候变率》）、 碳预算计算器).
这意味着所有国家必须在某一阶段实现净零排放。
因此，新的治理艺术将是在各个层面，在所有政策和行动中，在对生活方式有直接影响的温室气体排放水平与造成全球碳预算超支的影响（即温度过高、气候变化以及随后的级联和自我强化效应的后果）之间取得平衡。当然，这也不能忘记从历史和根本上来说统治治理艺术的任何原则，如合法性和为公民提供安全。
无论多么困难，气候变化条件下的新治理艺术要想取得成效，就要求所有国家以体贴和负责任的方式采取类似行动。
现在，我们已经看到了一般原则，更具体地说，在达到净零排放（5 种排放情景和 3 种子情景）之前，第六次评估报告中强调的各种可能的温度上升情况下，剩余的全球碳预算是多少？
| 情景描述 | 达到预期最大升温的可能性 | 温室气体排放情景 (在 WGI 和 WGII 中（SSPx-y*）的数值 | 全球碳预算/累计二氧化碳排放量 | 净零日期 | |
|---|---|---|---|---|---|
| C1 | 将升温限制在 1.5°C，不出现超调或超调有限（最多几十年内升温+0.1°C）。 | (>50%) | 极低 (SSP1-1.9) | 500 GtCO2 (SPM) | [2035-2070] |
| C2 | 在高度超调（+0.1°C-0.3°C，长达几十年）之后，升温回到 1.5°C | (>50%) | 720 (WGIII SPM2 第 18 页) | [2045-2070] | |
| C3 | 将升温控制在 2 摄氏度以内 | (>67%) | 低（SSP1-2.6） | 1150 GtCO2 (SPM) | |
| C4 | 将升温控制在 2 摄氏度以内 | (>50%) | 1210 GtCO2 (WGIII SPM2 第 19 页) | [2065-...] | |
| C5 | 将升温控制在 2.5 摄氏度以内 | (>50%) | 1780 GtCO2 (WGIII SPM2 第 19 页) | [2080-...] | |
| C6 | 将升温控制在 3 摄氏度以内 | (>50%) | 中级（SSP2-4.5） | 没有净零排放 - 2100 年，2790 GtCO2 (WGIII SPM2 第 19 页) | |
| C7 | 将升温控制在 4°C | (>50%) | 高（SSP3-7.0） | 无净零--2100 年，4220 千兆吨 CO2 (WGIII SPM2 第 19 页) | |
| C8 | 升温超过 4°C | (>50%) | 很高（SSP5-8.5） | 无净零--2100 年，5600 GtCO2 (WGIII SPM2 第 19 页) |
2019 年，全球化石燃料燃烧和水泥生产产生的二氧化碳排放量为 353 亿吨；2020 年，由于 Covid 19，排放量为 334 亿吨；2021 年，排放量为 355 亿吨；2022 年，排放量达到 3610 亿吨（（Liu, Z., Deng, Z., Davis, S., Covid 19））。 等人。, "监测 2022 年全球碳排放量“, Nat Rev Earth Environ 4, 205-206, 2023).
因此，我们不仅没有减少全球二氧化碳排放量，反而增加了排放量，这与我们应该做的恰恰相反。在两年时间里，我们使用了将近 14% 的剩余预算，使气温上升了 1.5°C。
联合国强调当前的"气候紧急情况"在他们的 排放差距报告 (链接至 2022 年版).考虑到当前的政策，我们有望实现 可能比本世纪末气温上升 2.8°C 更糟糕 联合国估计（同上）。
让我们看看一些最大排放国的情况，利用 Patrik Erdes 的方便方法，考虑其人口来估算其碳预算。 国家碳预算计算器 (2019 年人口估计数）。
| 情景描述 | 国家 | 国家碳预算（根据 2019 年人口计算） | 如果排放量与 2019 年持平，预算耗尽日期（由于未达到净零，因此气温上升不确定） | 在碳预算耗尽之前，国家排放量每年（从 2021 年开始）必须减少多少（百分比）才能达到净零排放？ | |
|---|---|---|---|---|---|
| C1 | 将升温限制在 1.5°C，不出现超调或超调幅度有限（+0.1°C，长达数十年） - (>50%) | 中国 | 81.99 千兆吨二氧化碳当量2 | 2028 | 2.43% - 预算用完年份：2052 |
| 美国 | 18.85 GtCO2 | 2024 | 16,19% - 预算用完年份：2027 | ||
| 德国 | 4.77 GtCO2 | 2027 | 8.05% - 预算用完年份：2033 | ||
| 波兰 | 2.16 GtCO2 | 2027 | 8.00% - 预算用完年份：2033 | ||
| 印度 | 78.61 千兆吨二氧化碳当量2 | 2050 | 1.70% - 预算耗尽年份：2079 | ||
| 俄罗斯 | 8.31 千兆吨二氧化碳当量2 | 2025 | 11.24% - 预算用完年份：2029 | ||
| C3 | 将升温限制在 2°C - (>67%) | 中国 | 188.57 GtCO2 | 2037 | 2.86% - 预算耗尽年份：2055 |
| 美国 | 43.37 GtCO2 | 2029 | 6.45% - 预算用完年份：2036 | ||
| 德国 | 10.98 GtCO2 | 2036 | 3.35% - 预算耗尽年份：2050 | ||
| 波兰 | 4.96 GtCO2 | 2036 | 3.33% - 预算用完年份：2051 | ||
| 印度 | 180.8 GtCO2 | 2089 | 0.732% - 预算用完年份：2157 | ||
| 俄罗斯 | 19.12 GtCO2 | 2032 | 4.59% - 预算耗尽年份：2042. | ||
| C4 | 将升温限制在 2°C - (>50%) | 中国 | 221.36 千兆吨二氧化碳当量2 | 2041 | 2.43% - 预算耗尽年份：2062 |
| 美国 | 50.91 千兆吨二氧化碳当量2 | 2030 | 5.44% - 预算用完年份：2039 | ||
| 德国 | 12.89 千兆吨二氧化碳当量2 | 2039 | 2.84% - 预算耗尽年份：2056 | ||
| 波兰 | 5.82 GtCO2 | 2039 | 2.82% - 预算耗尽年份：2056 | ||
| 印度 | 212.24 GtCO2 | 2101 | 0.622% - 预算用完年份：2181 | ||
| 俄罗斯 | 22.44 GtCO2 | 2034 | 3.89% - 预算耗尽年份：2046. |
如果除印度外，其他国家完全不采取任何行动，那么很明显，即使考虑到与其人口相关的碳预算补贴，最大的排放国也将很快耗尽1.5°C升温的预算。此外，到 2030 年，如果美国不将其排放量减少到 2019 年的水平以下，那么它也将耗尽其将气温上升限制在 2°C 的预算。
如果努力定期减少排放以达到净零排放，那么在 1.5°C 情景下，美国仍将在 2027 年耗尽预算，从而使气温上升超过 2°C。
在国家利益、权力竞争、要求持续增长的意识形态背景下，实现净零排放的时间和达到这一目标的努力存在差异，这让我们预计，很可能大多数国家都不会愿意为减少温室气体排放做出必要的努力。
因此，我们需要做好准备，生活在一个气温至少上升 2°C 的星球上，这无疑意味着我们的生活方式将发生翻天覆地的变化。我们必须尽快做好适应极端环境的准备（例如 极端环境下的安全Helene Lavoix，"未来的终极关键技术（3）--极端环境"，RTAS，2021 年 6 月 21 日）。
与此同时，正如我们在碳预算问题上所看到的那样，在气候变暖的世界中，新的治理方式变得更加复杂，因此，出现一系列紧张局势和挑战的空间也更大。
此外，国家、其公民和政府将不得不在生存和合法性方面首当其冲地承担其他国家在温室气体排放方面的行动。
由于这两个联系，可以采取的一个方向是为去碳化做出巨大努力。后者的努力方式、时间表、执行者和执行方式可能会产生截然不同的前进道路。
相反，在全球没有相对迅速和一致的去碳化的情况下，由于各国在温室气体排放问题上屡次未能有效合作，各国在其境内面临压力，我们能想象一些国家试图迫使其他国家减少排放的未来吗？这将意味着战争。
应设想出考虑到这种可能性的方案，即使这些方案最初可能被认为是不可能的。
在研究这种情况时，我们还必须考虑到战争在温室气体排放方面的成本。
例如，其中一项研究侧重于乌克兰战争的前七个月（Lennard de Klerk et al、 俄罗斯乌克兰战争对气候造成的破坏战争温室气体核算倡议，2022 年 11 月 1 日）。据估计，成本 "总计至少 1 亿吨二氧化碳"。
尽管这个数字很大，但只占美国 2018 年全年温室气体排放量的 1.58%，占中国 2018 年全年排放量的 0.72%。
然而，这项研究既没有考虑到乌克兰因工业和农业破坏而减少的排放量（如果有的话），也没有考虑到因国际流动模式的变化、新的军备生产或碳汇的破坏等而增加的温室气体排放量。
然而，就我们的目的而言，要真正了解乌克兰战争在温室气体排放方面的代价，我们还需要考虑对工业活动和粮食生产的破坏。
例如，苏联解体导致温室气体排放量减少了约 40% （Jean-Michel Valantin、 全球气候威胁, 2005).事实上，考虑到前共产主义集团国家的经济崩溃，2007 年这些国家的排放量 "仍比 1990 年的水平低 37%左右"（Bill Chameides，"......"）。京都议定书》未达到目标吗？“, 绿色格罗克 - 档案，2009 年 10 月 12 日）。就农业活动和粮食生产而言，我们现在更确切地知道，苏联解体后，从 1992 年到 2011 年，我们的温室气体排放量累计净减少了 7.61 千兆吨二氧化碳当量（Florian Schierhorn，"从苏联解体到 2011 年，我们的温室气体排放量累计净减少了 7.61 千兆吨二氧化碳当量"）。后苏联食品体系的变化带来大量温室气体减排“, Environ.Res.Lett. 14 065009, 2019)
因此，如果我们一方面考虑到与乌克兰战争有关的温室气体排放量增加的研究估计数量级，另一方面考虑到崩溃后多年的排放量可能下降，那么一些国家可能会认为，一场战争的温室气体排放成本值得摧毁其他排放大国的工业、能源和农业活动。当然，这意味着这些国家有能力摧毁其他国家的活动。
必须制定具体详细的方案，以考虑到战争被用作减少其他国家温室气体排放的一种方式的可能性。
气候变化将带来无数令人不安的新情况，其中许多将是可怕的。只有清醒地预见并规划这些变化，我们才有希望生存下去，并最终重建一个更有希望的世界。
在2002年的末世电影 "火的统治 "中，最后的人类殖民地被龙烧掉了已经贫瘠的农作物的残余部分。2023年，在全球变暖的行星效应中出现了一个早期和强大的厄尔尼诺事件，在一个被乌克兰战争和美中紧张关系上升所震撼的世界中，引发了其地缘政治后果的问题（Nat Johnson，"2023年5月ENSO更新：厄尔尼诺在敲门", NOAA Climate.gov，2023年5月11日）。
还有一个风险是，在未来两三年内，厄尔尼诺的潜在变暖效应肯定会在许多国家的社会凝聚力层面上成为气候对水和粮食安全影响的巨大推动力。
碰巧的是，这个厄尔尼诺事件出现的同时，社会的脆弱性在气候面前迅速恶化（Jean-Michel Valantin，"乌克兰战争、2023年超强厄尔尼诺现象和全球破坏--人类世战争8", The Red Team Analysis Society，2023年5月9日。
因此，厄尔尼诺现象也将扩大其影响与当前战争、内战和移民情况之间的相互作用的风险。这些气候和冲突的关系已经在地方、国家和国际紧张局势之间产生了辩证关系（Jean-Michel Valantin，"什么是气候战争？", The Red Team Analysis Society，2021年11月2日和"会有气候内战吗？", The Red Team Analysis Society，2021年11月30日）。
在同一时间，人工智能海啸已经开始（Hélène Lavoix, " Exploreing cascading impacts with AI " 、 Red Team Analysis Society。 2023年5月17日和"通往人工智能的门户-了解人工智能和预见人工智能驱动的世界", "量子信息科学与技术门户网站--迈向量子人工智能世界 ?" Red Team Analysis Society).
因此，厄尔尼诺-气候变化和人工智能的多重动荡在同一时间发生。气候变化涡轮增压的厄尔尼诺现象可能会在全球范围内造成的损害，也正在成为地球工程领域的 "思想食粮"，而地球工程本身就是由人工智能推动的（Fleur Doidge, "利用人工智能和机器学习来启动气候反击战", IT专家，2022年7月19日）。
所以，2023年的厄尔尼诺现象很有可能会与人工智能和政治地球工程领域发生互动。
自2023年4月以来冲击西班牙的大热浪和历史性干旱影响了该国80%的农业生产（Jennifer O'Mahony和Joseph Wilson"农民警告说，干旱将导致西班牙的作物歉收“, 美联社，2023年4月13日）。在亚洲，4月-5月23日的大陆热浪使收成处于巨大的热力和水力压力之下。在4月和6月之间，一个热浪的怪物从中国和印度延伸到中亚。
从那里，它蔓延到中东以及西伯利亚，并渗透到北极地区（"强烈的热浪席卷了亚洲，因为夏天一直在侵蚀着春天", 联邦，2023年4月16日）。
在美国，历史上的特大旱灾持续时间越来越长。因此，它对美国中西部和西南部的农田保持着压力(美国干旱监测, 2023年6月1日）。与此同时，在世界主要农业大国之一的加拿大，自5月初以来，巨型野火一直在该国北部肆虐。在同一时间轴上，太平洋西北地区面对重大的热浪警报而做好准备（"加拿大将迎来有史以来最严重的野火季", 路透社，2023年6月6日）。
正是在这种气候和天气背景下，许多气象中心警告说，2023年厄尔尼诺周期将提前回归。厄尔尼诺事件是周期性的气候-海洋事件。它们发生在赤道和热带太平洋表面周期性升温一至三年的时候。目前的周期已经开始，最快在2023年6月。它比3-4月的天气预报提前两到三个月（"厄尔尼诺南方涛动（ENSO）诊断性讨论", 气候预测中心-国家气象局-NOAA，2023年6月8日）。
经常性地，这些事件在世界各地引发一连串的极端气候事件。之前的2016年厄尔尼诺现象具有历史性的影响力。2023年的厄尔尼诺现象很可能更加危险。这是因为气候变化的迅速恶化，将非常可能加强厄尔尼诺的强度。(Paloma Trascasa-Castro, "2023年厄尔尼诺现象回归的四个可能的后果", The Conversation，2023年1月26日）。
在厄尔尼诺事件中，赤道太平洋可能会加热到3°，从而使整个大气层升温。2023-2024年厄尔尼诺现象的独特之处在于，它发生在气候变化迅速加剧的时期。 大气层温度已经比18世纪中期高出1.2°。钍 世纪工业化前的水平。因此，厄尔尼诺现象的峰值温度很可能暂时提高了大气层的热量，大约为1.5°（"全球气温将在未来五年内达到新的记录", 世界气象组织，2023年5月17日）。
碰巧的是，这个水平只不过是气候科学家们确立的气候安全上限的峰值极限（Kate Abnett, "厄尔尼诺现象重现，2023年世界可能面临创纪录的气温", 路透社，2023年4月20日和Ajit Niranjan，"气候变化如何影响厄尔尼诺和拉尼娜周期？", 邓小平, 01/27/2023).
从历史上看，厄尔尼诺事件引发了大规模的气候灾难。世界各地将出现干旱、洪水、野火、植被压力和农作物歉收。这就是为什么2023-24年的厄尔尼诺现象可能会在狂暴的气候和大规模的地缘政治混乱之间诱发一种地球上的互动。(Laura Paddison和Rachel Ramirez，"由于厄尔尼诺现象迫在眉睫，海洋刚刚达到历史上最热的温度。以下是需要注意的6件事情", 有线电视新闻网，2023年4月1日）。
换句话说，2023年的厄尔尼诺现象与加速的气候变化对农业、气温和水循环已经产生的巨大后果相结合，有巨大的潜力将整个国家置于区域或大陆的 "危险地带"（马克-林纳斯、 我们最后的警告：6度的气候紧急情况, 2020).
这种情况的地缘政治影响是巨大的。
正如我们所看到的，在国际方面，自2022年2月24日开始，乌克兰战争对国际谷物和化肥市场产生了破坏性影响。战争阻碍了乌克兰重要部分的收获出口。在俄罗斯，金融制裁对俄罗斯谷物出口产生了类似的影响（Jean-Michel Valantin，"乌克兰战争、美国大旱和即将到来的全球粮食危机", The Red Team Analysis Society，2022年5月1日）。
在极端天气事件冲击水稻、小麦和玉米主产区作物的国际背景下，乌克兰战争、气候变化和厄尔尼诺现象的结合，将加剧贫穷国家和富裕国家中下阶层的粮食不安全状况（Malau, " "）。研究厄尔尼诺现象对农业粮食作物价格的影响，作为提高社区应对气候变化能力的基本知识", IOP会议系列-地球和环境科学、 2021).
因此，农业和粮食市场的混乱成为国内紧张局势加剧的媒介（"厄尔尼诺现象将在三年的拉尼娜阶段后回归", 粮农组织，2023年4月26日）。
然而，这些多个国家的国内紧张局势，例如，在缅甸、阿富汗、叙利亚、也门、南部非洲、苏丹、乌克兰、巴基斯坦，已经蔓延开来（"全球粮食危机", 世界粮食计划署).它们是通过引发大规模的内部和外部难民流动来实现的（Jordi Paniagua, Marta Suarez-Varela, Federico Carril-Caccia, " "。强迫迁徙和粮食危机：即将到来的大灾难", 社会科学研究网络-SSRN，2022年8月26日）。
事实是，"只 "考虑这些国家是一个错误。事实上，气候危机已经在助长从中美洲延伸到美国边境的大规模移民危机。事实上，气候危机实际上正在使中美洲变得干枯。它正驱使数十万贫穷的农民以及绝望的城市贫民离开功能严重失调和危险的国家，前往北方。
而从那里开始，移民流扩散到北美腹地（Francesco Faimia和Caitlin Werrell，"中美洲气候移民是人类安全的危机", 气候与安全中心, 2021年7月13日。
这场移民危机正在迅速饱和边境营地以及越来越多的美国城市和大都市的吸收能力，如纽约、洛杉矶、芝加哥。这种大规模和不间断的流动使移民问题成为一个特别分裂的政治问题。在这种情况下，保守派和自由派之间的政治冲突达到了历史上危险的高度（Claire Kobucista, Amelia Cheatam, Diana Roy, "美国的移民辩论", 外交关系委员会，2023年6月6日。
然而，我们必须记住，在气候变化时期，地缘政治和国内紧张局势之间的这些反馈回路并不是新的，而是以前就已经开始了（Jean-Michel Valantin，"什么是气候战争？", The Red Team Analysis Society，2021年11月2日和"会有气候内战吗？", The Red Team Analysis Society，2021年11月30日）。
事实上，我们的地球已经比十八世纪时热了1.2°。正如我们所看到的，厄尔尼诺现象很有可能将这一热度推高。因此，在两到三年的时间里，全球气温可能从1.2°攀升到1.5°。在这种情况下，所有上述的趋势都会加剧。
因此，这种动态肯定会引发暴力竞争，以便获得食物、水以及更冷的纬度。这些竞争将通过这些国内-国际动态进行 "疏导"，并使其处于超速状态（大卫-华莱士-威尔斯、 不宜居住的地球，变暖后的生活, 2019).
因此，例如中东地区可能发生的 "水内战 "将与来自中亚和非洲的难民潮结合起来。这些难民潮将试图到达欧洲、土耳其和俄罗斯。在美洲，中美洲的难民危机将与厄尔尼诺现象在大干旱时期的干流相互作用（Paloma Trascasa-Castro，"2023年厄尔尼诺现象回归的四个可能的后果", The Conversation，2023年1月26日）。而这种 "厄尔尼诺-特大干旱关系 "也将与美国2024年总统选举的过热政治相互影响。
换句话说，世界正处于进入全球和地球危险区的边缘。面对厄尔尼诺现象与我们过热的地球相互作用的迅速升级的后果，"应急反应 "的问题似乎是一个非常强大的可能性。
然而，随着地球变成一个新的星球。被海伦-拉沃克斯称为 "燃烧的世界"，我们在她的概念基础上，将其变成 "燃烧和洪水的世界"（海伦-拉沃克斯，"当否认和被动接近于愚蠢的时候" - 红队分析周刊 - 2020年1月9日和Jean-Michel Valantin，" 适应燃烧的世界 ", The Red Team Analysis Society，2020年11月9日）。
燃烧和淹没世界的基本特征是，生物体、栖息地和生态系统现在是燃烧世界的燃料或潜在的淹没残骸。因此，这有助于我们理解即将到来的燃烧和淹没世界的新地理环境。
例如，在几年的时间里，通过加速的气候变化和厄尔尼诺现象的结合，加利福尼亚、北美西海岸、亚马逊流域和澳大利亚有可能成为灰烬和烟尘区。这些大规模的气候破坏将引发巨大的地缘政治动荡（Gwynn Dyer、 气候战争，世界过热时为生存而战, 2011).
例如，亚马逊盆地面临着脱水和燃烧的风险，超出了任何复原能力。如果发生这种情况，地球将失去一个主要的水循环调节器和生物库。因此，河岸国家也将失去通过燃烧原始森林而强行建立的种植园（马克-莱纳斯、 我们最后的警告：6度的气候紧急情况, 2020).
失去这种农业能力将对中国产生巨大的影响，因为它需要进口大量的巴西大豆。因此，它将使这个14亿人口的亚洲巨人的社会凝聚力受到影响（Cede Silva，"卢拉与习近平就贸易、农业、新卫星等问题签署15项协议", 巴西报告2023年4月14日，Genevieve Donnellon-May和Felipe Porto，"巴西大豆与中国的粮食安全", 战略家，2023年4月21日）。
正是在这个新的世界里，人工智能革命出现并蔓延开来。它将世界转变为 "人工智能世界"，这也是Hélène Lavoix的说法（Hélène Lavoix，"人工智能和深度学习--正在形成的新人工智能世界", The Red Team Analysis Society, 2017年12月18日）。
这肯定会带来紧急和生存政治（大卫-华莱士-威尔斯、 不宜居住的地球，变暖后的生活, 2019).这将是基于国家和人民的生物和社会生存的综合需要。这是在地球转变为 "燃烧和淹没的世界 "的星球之后发生的。
事实上，通过开始的厄尔尼诺周期，有一个非常高的风险，人类将在全球和集体层面上体验到失控的气候变化实际上意味着什么。
在这种情况下，"人工智能世界 "及其政治、技术和工业行为者将保护自己。因此，它也将保护它所依赖的生活条件。我们必须牢记，主要的人工智能行为者也相当热衷于地球工程计划。那些是行星技术计划和装置。
它们的目的是减少地球系统吸收的太阳辐射和热量的数量（John Shepherd等人）。气候的地质工程：科学、治理和不确定因素", 皇家学会2009年和克莱夫-汉密尔顿，"地球工程和科学的政治性", 原子科学家公报，2014年5月1日）。
例如，某些研究途径正在探索将硫磺注入平流层的可能性。其他的研究是在地球和太阳之间安装空间镜的可能性，以及其他令人印象深刻的项目（克莱夫-汉密尔顿、 地球人--气候工程师时代的黎明，耶鲁大学出版社，2014）。
我们必须牢记，实验性的地球工程计划目前正在大规模地扩散。事实上，在牛津大学、哈佛大学和不列颠哥伦比亚省的维多利亚大学等主要大学都设置了专门的研究中心。在国际层面上，联合国和其他国际机构呼吁在该领域进行先进的研究（Alejandro de la Garza，"一项有争议的技术在气候科学家中造成了空前的裂痕", 时间，2023年3月17日。
美国拜登政府的情况也是如此（詹姆斯-坦普尔，"美国政府正在制定一项联邦太阳能地质工程研究计划", 麻省理工学院技术评论实验是在2022年7月1日进行的。）一些私人实验正在被领导，尽管其中一些被没有授权的政府关闭（Cassandra Garrisson，"两个气象气球如何导致墨西哥禁止太阳能地球工程的发生", 路透社，2023年3月27日。
在印度、中国、越南，关于地球工程的辩论正在激烈进行。同时，地球工程项目也是石油和天然气公司最感兴趣的。在碳捕获领域尤其如此，因为这些公司在非洲扩大了他们的活动(地理工程监测).
许多研究机构，如IPCC，在强烈反对地球工程之后，现在谨慎地建议进行研究。他们这样做，以及越来越多的科学家这样做，是因为气候危机迅速转变成 "长期紧急情况 "所带来的危险越来越大（弗雷德-皮尔斯，"地球工程？更多的科学家现在说它必须是一种选择", 耶鲁360°，2019年5月29日）。
在这种情况下，人工智能的指数式出现和扩散是一个转折点。事实上，它产生了新的能力，以便计算和在工业上掌握非常复杂的巨型项目。人工智能也产生了非常大规模的技术设备的试验工具（Hélène Lavoix，"探索人工智能的连带影响"、 The Red Team Analysis Society，2023年5月17日和"通往人工智能的门户-了解人工智能和预见人工智能驱动的世界"，以及"量子信息科学与技术门户网站--迈向量子人工智能世界 ?" The Red Team Analysis Society.因此，人工智能的发展对地球工程的参与者有直接的意义。
此外，地球工程项目和技术光谱正在与地球技术的广泛领域中的其他领域交织在一起，如采矿、空间探索和卫星安装。碰巧的是，人工智能已经深入到了这些项目中（Nguyen et al. 人工智能在采矿、地质技术和地质工程中的应用, Elsevier, 2023）。它也已经并被采矿以及太空公司所使用。
然而，地球工程项目与地球系统的巨大复杂性及其危机之间的相互作用，肯定会产生意想不到的后果。这就是为什么自2009年和英国皇家学会的第一份全面的学术报告以来，地球工程已经出现了潜在的相当令人担忧的情况。例如，人们想知道太阳 "变暗 "会对植被产生什么后果（Alistair Doyle, "调暗阳光以减缓全球变暖可能会损害作物产量：研究报告", 路透社, 2018年8月8日） ?
但是，另一方面，在厄尔尼诺现象为 "燃烧的世界 "煽风点火时，如果没有 "行星应急措施"，会有什么后果？
此外，厄尔尼诺现象与气候变化的关系为地缘政治提供了涡轮增压，地球工程将相当于由数量未知的国家和工业家领导的地球政治。因此，它将产生巨大的地缘政治影响。事实上，它将在 "赞成派 "和 "反对派"、"拥有地球工程 "和 "不拥有 "以及 "被帮助者 "和 "受苦者 "之间造成新的分界。
在这种情况下，人工智能的力量将是一个强大的工具，帮助预测和减轻这些影响。换句话说，"人工智能世界 "将不得不小心翼翼地动员一个地缘工程的世界，以试图减少 "燃烧的世界 "的最坏情况。
而且，由于地球工程系统将是 "绝境中的绝招"，它们的概念引出了 "下一步是什么 "的政治和地缘政治问题，就有关地球工程的政治决策而言，就 "地球工程之后的气候危机如何处理 "的战略问题而言？
(艺术设计。 Jean-Dominique Lavoix-Carli)
我们创造了斯芬克斯，一个人工智能助手，它将成为你个人的 "魔鬼代言人"。斯芬克斯将协助你挑战你的假设，强化你的论点、立场和成套方案。斯芬克斯是基于OpenAI的GPT3.5模型*，用Red Team Analysis Society的方法和知识进一步训练。
用斯芬克斯开始挑战你自己的假设。不要忘了同时阅读为什么一个 魔鬼代言人事项并发现斯芬克斯如何 挑战 我们对气候变化的看法。请注意，OpenAI GPT4 -Turbo 模型已于 2023 年 12 月结束训练，目前不会浏览互联网。因此，除了通过 RTAS 文章传递的知识外，人工智能助手并不知道 2023 年 12 月之后发生的新闻。
技巧:
* 检查如何最大限度地提高 与人工智能的互动.
* 试用！前 7 次查询（我们所有的人工智能助手）都是免费的。
对于客人来说: 在表格中（Pithia），点击一次提交[红色按钮]=1次查询 - 在聊天中（Aria, Calvin, Kai, Regina, Sphinx），一个问题和一个回答=2次查询.
供额外使用、 购买信用额度访问我们的AI. 现有的用户应该 登录 到他们的账户。
能够看到不同的视角是战略预见和预警的关键，例如，制定方案。
沟通是至关重要的，可以进行适当的交流和建设性的行为。
 皮斯亚 | 启动、探索 | 界定你的关注点、场景和形象 连带影响 |
 卡尔文 | 高级 | 指标、驱动力、因素、变量、因果联系、模型和图表。 |
 凯 | 高级 | 情景叙述 |
 里贾纳 | 科学 | 地缘政治学、国际关系、政治学 |
 斯芬克斯 | 偏差 | 挑战你的假设和信念，魔鬼的代言人 |
| 技巧 | 与人工智能助理聊天的7个有效沟通技巧 |
能够挑战自己的假设在科学中是不可缺少的。事实上，在科学中，我们使用证伪法，即寻找一个能证明我们的假设或解释是错误的元素、事实、事件。这是确保我们的解释、理解和理论有效的唯一途径（例如，见Helene Lavoix，"塔勒布《黑天鹅》中关于战略预见和风险管理的有用规则“, The Red Team Analysis Society，2013年1月28日）。
在战略上，这也是获胜的根本。
挑战我们的假设的一个方法，是使用所谓的 "魔鬼代言人"。"魔鬼的代言人 "这个词、 倡导者迪波利 在拉丁语中，也被称为 "信仰的促进者"、 信托人这句话来自于天主教会的做法，根据这一做法
一位政要 "严格审查了被提议封圣或封神的个人的生活和奇迹......他对事实的陈述包括对候选人不利的一切，以便发现任何性格缺陷或对其英雄圣洁生活的错误陈述"。
大英百科全书》编辑部，"Britannica, T. Editors of Encyclopaedia, "恶魔的代言人,” 大英百科全书》(Encyclopedia Britannica), 2022年8月9日
在当代用法中，"魔鬼代言人 "一词指的是在辩论或讨论中扮演类似角色的人，他们采取与多数人观点相反的立场，以找出论证中的弱点或缺陷。因此，他/她有助于加强整体立场。
面对一个 倡导者迪波利 允许挑战假设并激发批判性思维。在战略预见和预警方面，重要的是要有一个魔鬼的视角，以确定潜在的盲点或可能不会立即显现的风险，并确保所有可能的情景和结果都得到彻底的探讨。
由大型语言模型（LLMs）构建的人工智能助手与人类进行对话，对于扮演 "魔鬼代言人 "的角色非常有用。此外，由于他们不是真人，那么看到自己的假设和信仰受到挑战时的情绪困难可能会减少。当与人工智能助手交流时，权力和支配的问题被消除，那么我们可以更冷静地思考和反思我们的想法。当我们习惯于争论并建立更有力的论据时，那么不仅我们的案例、理论或战略变得更强大，而且，有可能，我们在面对反对意见时可能变得更强大、更冷静、更清醒、更少压力。
作为例子，我们在这里展示了我们与斯芬克斯进行的一次会谈，挑战一个可能存在于许多人心中的关于气候变化的信念：
用户的假设："人类总是能克服问题，我们目前的文明是非常先进和开明的。因此，我们继续这样做并克服气候变化不会有任何困难。"
斯芬克斯：让我们研究一下人类一直在克服问题的假设，以及我们目前的文明已经先进到足以克服气候变化。虽然人类确实有克服挑战和进步的悠久历史，但挑战这一假设并探索不同的观点也很重要。以下是一些可供选择的观点和需要考虑的问题：
这些只是在研究人类将能够克服气候变化的假设时需要考虑的一些替代观点和问题。重要的是要以开放的心态对待这样的复杂问题，并考虑多种观点和情景，以对情况有一个更全面的了解。
*通过AI引擎的API。
评估可能的影响是战略预见、早期预警和风险管理的一个关键组成部分。它在战略中是至关重要的，因此，对战略规划也是如此。
直接进入 皮斯亚 以探索连带影响。
| 皮斯亚 | 启动、探索 | 界定你的关注点、场景和形象 连带影响 |
| 卡尔文 | 高级 | 指标、驱动力、因素、变量、因果联系、模型和图表。 |
| 凯 | 高级 | 情景叙述 |
| 里贾纳 | 科学 | 地缘政治学、国际关系、政治学 |
| 斯芬克斯 | 偏差 | 挑战你的假设和信念，魔鬼的代言人 |
| 技巧 | 与人工智能助理聊天的7个有效沟通技巧 |
很多时候，我们把自己限制在思考一个行动或一个事件的直接影响上。然而，影响，在大多数时候，是持续的。我们面临着连带效应。因此，对于一个事件，一个决定，我们应该首先考虑直接影响，然后是二阶影响（直接影响的直接影响），然后是三阶影响......直到nth阶影响。
在战略预见和早期预警方面，探索这些nth阶影响的能力是内置于使用一个适当的模型中的。然而，我们假设这样一个模型已经被开发出来了（见我们的相关文章）。 培训课程 以及我们的人工智能助手如何 卡尔文 可以在这方面帮助你），但情况并非总是如此。
作为对考虑级联影响的重要性的介绍，我们创建了一个由人工智能驱动的表格，允许你探索某个事件或决策的一些直接、二阶和三阶影响。
Pithia协助你探索一阶、二阶和三阶的影响首先明确定义作为你的情景基础的主要决定或事件。你可以添加背景或约束条件以获得更有趣的东西。
例如，主要事件、决定或目标可以是：
在欧洲需要关键商品的背景下，欧盟的亲台立场。
或者更简单地说 美国债务违约
或 在西方世界的公司、非政府组织、政府、行政部门和公共服务部门中，非常迅速地（不到6个月）采用生成性IA的普遍使用。
使用人工智能助手来确定主要决定或事件的直接和即时影响。这些影响应该直接归因于所选择的目标或事件。找出其中一些影响可能是什么：
接下来，考虑直接影响所带来的连锁反应或后果。这些是二阶效应。它们可能是作为直接影响的反应或后果出现的。
在人工智能建议的那些内容中，选择你想探讨的直接效果或直接影响，将其剪切并粘贴在下面的字段中，按你的意愿进行修改。你也可以添加一个执行机构没有提到的直接影响。例如，你的输入可以是：
欧盟的亲台立场： 改善欧洲获得台湾关键商品的机会：台湾是关键商品，如半导体和稀土元素的主要生产者。欧盟的亲台立场将改善获得这些商品的机会，这些商品对欧洲的国防能力至关重要。
美国违约： 在国际上，美元作为世界储备货币的地位将发生转变。
采用生成性IA： 人类的工作机会大量流失. 一般来说，高薪工作比低薪手工工作，特别是手工艺类型的工作受到的影响更大。 人工智能的快速采用可能会加剧这种影响，因为它不会给人们足够的时间来适应变化。.
重复这一过程，确定源于二阶影响的额外影响。这些影响应该是二阶影响的逻辑延伸，考虑到各种因素之间不断变化的动态和相互依赖性。
选择你想探索的二阶效应，将其剪切并粘贴在下面的字段中，按你的意愿修改。例如，你的输入可以是：
欧盟的亲台立场： 依靠这些台湾关键商品的其他全球参与者之间的竞争加剧。
美国违约： 美国的地缘政治力量明显减弱。
采用生成性IA： 就业状况可能会进一步加剧社会中不同群体之间已经存在的财富差距。
技巧: 试用！前 7 次查询（我们所有的人工智能助手）都是免费的。
对于客人来说: 在表格中（Pithia），点击一次提交[红色按钮]=1次查询 - 在聊天中（Aria, Calvin, Kai, Regina, Sphinx），一个问题和一个回答=2次查询.
供额外使用、 购买信用额度访问我们的AI. 现有的用户应该 登录 到他们的账户。
技巧: 培训和实例
我们对人工智能进行了多次训练和测试，特别是在三个问题上。这些都是作为例子来指导你的AI形式。
注意：这是一个实验，结果各不相同。人工智能给出的一些结果很好，另一些则不那么好。例如，似乎人工智能首先提供了最好的结果。然后，如果再问同样的问题，得到的结果并没有大的改善，甚至可能不那么有趣。欢迎对你获得的结果进行评论和讨论!
目前基于GPT的应用程序在逻辑性、一致性和从四阶效应开始结合不同层次的因素的能力方面有所突破。这在我们看来是合乎逻辑的，因为它们 "仅仅 "是基于人工智能语言模型的。因此，即使基于GPT的应用程序看起来能够推理，实际上它们不能真正提供分析，这需要主观推理。尽管如此，基于GPT的应用程序已经可以产生有趣的结果，这些结果可能成为人类的工具--需要检查和验证。
GPT4 模型的功能和先进性有所提高，但我们还没有进入真正具有推理能力的模型。然而，未来可能会给我们带来惊喜......
通过研究多种效应如何随着时间的推移相互作用和相互影响，考虑该情景的长期影响。评估在更大范围内的潜在结果和后果，如地缘政治调整、经济转变或区域动态的变化。
只有你能做到这一点，使用我们现有的所有工具，尤其是建模。也许未来的人工智能也能做到这一点，有一天...
输入主要事件：
在西方世界的公司、非政府组织、政府、行政部门和公共服务部门中，非常迅速地（不到6个月）采用生成性人工智能的普遍使用。.
皮斯亚:
在西方世界的公司、非政府组织、政府、行政部门和公共服务部门中，非常迅速地采用生成性人工智能的普遍使用，其直接和直接的影响可能包括：
测试1
总之，西方世界的公司、非政府组织、政府、行政部门和公共服务部门非常迅速地普遍采用生成性人工智能，可能会产生重大而广泛的影响，包括工作岗位的转移、生产力的提高、隐私问题、网络安全风险、伦理问题和经济利益。
测试2
在西方世界的公司、非政府组织、政府、行政部门和公共服务部门中，非常迅速地采用生成性人工智能的普遍使用，其直接和直接的影响将是巨大和深远的。以下是一些可能的影响：
总的来说，西方世界的公司、非政府组织、政府、行政部门和公共服务部门非常迅速地采用生成性人工智能的普遍使用，将带来重大的机遇和挑战，其后果将在社会的各个层面都能感受到。
我们知道GPT 3.5所使用的模型在2021年9月关闭，然而我们的文章 用ChatGPT预见未来？ 包括OpenAi关于这个问题的最新发现（2023年3月）。因此，除了测试人工智能识别级联影响的能力之外，这个问题还让我们测试了我们的IA在考虑网站上现有的新知识方面的能力。
总的来说，用人工智能获得的结果是有趣的。
值得注意的是，在测试1中，它说明了采用的速度，但没有研究地缘政治方面，也没有详细说明可能失去的工作类型。
测试2则更好地规定了受影响的工作类型，但没有说明OpenAi的一些发现：例如手工工作可能会比知识工作受到的影响小。然而，在检查了日志后，人工智能确实可以接触到这些知识。
测试2提到了地缘政治，但非常笼统。
测试2没有将速度作为一个关键因素。
因此，为了获得最好的结果，我们需要将测试1和测试2得到的答案与我们自己的具体知识和理解结合起来。在我们的案例中，人工智能往往是一个可以帮助我们的工具，我们可以有效地将其整合到我们的工作中，但不是一个明确的万能药......至少在使用GPT-3.5时还不是。
输入直接效果： 人类的工作机会大量流失 在西方世界。 一般来说，高薪工作比低薪手工工作，特别是手工艺类型的工作受到的影响更大。 人工智能的快速采用可能会加剧这种影响，因为它不会给人们足够的时间来适应变化。.
皮斯亚:
在西方世界，由于采用人工智能而导致的人类工作岗位的大量流失可能会产生几个重大影响或后果。首先，它可能导致失业率急剧上升，这可能导致社会动荡、贫困和不平等。这种情况可能会进一步加剧社会中不同群体之间已经存在的财富差距。
其次，经济影响可能是巨大的，因为就业机会的丧失意味着消费者的购买力下降，导致对商品和服务的需求减少。这可能导致经济放缓，经济增长减少，这可能会在整个世界引起连锁反应。
第三，失业可能导致政治不稳定，因为失业或就业不足的人可能更容易受到极端主义意识形态和民粹主义运动的影响。民粹主义运动的兴起可能造成政治两极化和社会动荡，导致社会凝聚力和稳定的崩溃。
此外，人工智能的采用也可能产生重大的地缘政治影响。那些欠发达或技术进步水平较低的国家可能会被甩在后面，导致发达国家和发展中国家之间的差距加大。这可能导致全球权力动态的转变，因为拥有先进人工智能能力的国家可能比那些没有的国家有显著优势。
总之，人工智能的迅速采用可能对西方世界产生重大影响，包括经济、社会和地缘政治影响。这些影响可能会造成重大的不确定性和不稳定性，在大规模实施人工智能之前，必须仔细考虑其潜在的后果。
在这里，我们有真正有趣的潜在二阶效应，政治当局肯定应该在全世界范围内考虑到这一点。
然而，就我们的IA而言，我们观察到将不同的二阶效应结合起来的一些困难：例如，如果在西方世界--那些快速采用生成性人工智能的国家--大量的工作岗位转移，特别是收入较高的工作岗位，导致动荡和经济衰退，那么那些大规模采用人工智能的国家是否仍然有地缘政治优势？此外，我们设想国际社会和世界秩序的方式是否会发生变化？
同样，我们处于太过一般的水平，无法真正使用所获得的结果来指导政策，然而，我们的人工智能Pithia所强调的东西绝对值得考虑并纳入我们的分析中。
输入二阶效应： 就业状况可能会进一步加剧社会中不同群体之间已经存在的财富差距。
皮斯亚:
西方世界不同部门对生成性人工智能的迅速采用可能会加剧不同社会群体之间现有的财富差距。这可能是由于大量的工作岗位流失而发生的，尤其是那些高薪职位的人。这种情况可能会因为人工智能的快速采用而加剧，使人们没有多少时间来适应这些变化。
这种情况的后果可能是深远而复杂的。它可能导致社会动荡和政治不稳定，因为失去工作的人要努力维持生计。贫困和不平等现象也可能增加，许多人的生活水平也会下降。
此外，人工智能的快速采用可能会产生地缘政治影响。无法跟上技术变革步伐的国家可能会被甩在后面，导致权力平衡发生变化。这可能会导致国家之间的紧张局势加剧，以及保护主义和民族主义的上升。
为了解决这些潜在的后果，政府、政策制定者和企业必须采取积极的方法来管理人工智能的采用。这包括投资于教育和培训项目，以帮助人们获得必要的技能来适应不断变化的就业市场。它还包括注意人工智能的潜在社会和地缘政治影响，并采取措施减轻任何负面影响。
在这里，人工智能很好地总结了情况，然后停止了真正继续研究具体和详细的后果。
GPT 4 -Turbo（实际模型--2024 年 2 月 16 日）在这项任务上可能会做得更好，或者/我们需要改进处理人工智能模型的方式，以获得更好、更具体的答案。另外，LLM 目前可能无法正确处理此类任务，我们需要不同类型的模型。
自2022年3月爆发以来，乌克兰战争的地缘政治和经济影响与气候变化的连带后果相结合（Jean-Michel Valantin，"乌克兰战争、美国大旱和即将到来的全球粮食危机", The Red Team Analysis Society，2022年5月1日）。在2023年，这种地缘政治与气候的关系很可能会急剧恶化。这源于很可能是一个涡轮增压的厄尔尼诺事件的出现，以及乌克兰战争对全球农业的破坏性影响。
厄尔尼诺现象是周期性的气候-海洋事件，当赤道太平洋表面升温1至3年时发生。经常性地，这些事件在世界各地引发一连串的极端气候事件。之前的2016年的厄尔尼诺现象在历史上是很强大的。2023年的厄尔尼诺现象很可能更加危险，因为气候变化的迅速恶化将非常可能加强厄尔尼诺现象的强度（Paloma Trascasa-Castro, "2023年厄尔尼诺现象回归的四个可能的后果", The Conversation，2023年1月26日）。
换句话说，乌克兰的战争和气候变化的干扰，特别是在农业和粮食领域的干扰，正在推动大规模的 "被压迫者的回归"，即现代社会是否有能力满足快速变暖的地球上的人口的基本需求，或者没有。
2022年，在俄罗斯进攻乌克兰之后，欧盟、七国集团、美国和加拿大采取的经济制裁引发了化肥价格的飙升（Maxim Suchkov，"俄罗斯制裁的影响，从农业到微芯片", 俄罗斯事务。 2022年3月10日和Atti Domm，"因乌克兰战争而恶化的化肥短缺，正在推动全球粮食价格上涨和匮乏"，CNBC，2022年4月6日）。
发生这种情况是因为俄罗斯和白俄罗斯是这些基本产品的主要生产国。金融制裁给俄罗斯和白俄罗斯的化肥生产出口带来了重要困难。然而，自2022年的飙升以来，化肥价格一直在下降（Charlotte Hebebrand和Joseph Glauber，"一年后的俄乌战争：对化肥生产、价格和贸易流的影响", 国际粮食政策研究所，2023年3月9日）。
在整个2022年和2023年第一季度，面对全球化肥贸易的中断以及极端天气事件的影响，一些国家决定限制或禁止出口本国的化肥生产，或基本成分，如钾肥或尿素。例如，中国的情况就是如此。大的进口国，如巴西、印度、摩洛哥，不得不从其他来源，包括加拿大，进行多样化的进口。这些系统的中断影响了全球化肥贸易的201TP8吨以上（Hebebrand和Glauber，同上）。
这种情况减少了全球化肥的供应。最脆弱的国家，特别是撒哈拉以南的国家，在保证进口方面遇到了问题。这促使农民使用其他方式来施肥，如粪便（Douglas Broom, " "）。欧洲的战争是如何扰乱化肥供应并威胁到全球粮食安全的？", 世界经济论坛，2023年3月1日。一些国际机构，如世界银行、非洲开发银行、世界粮食计划署介入，以帮助进口化肥的脆弱国家（Jeff Kearns，"全球粮食危机可能持续存在，战争年后价格高涨", 国际货币基金组织博客、 2023年3月9日）。
然而，氮肥和磷肥用量的减少意味着2023年作物产量减少的高风险。为了抵消这种风险，许多农民从粮食作物转向经济作物，如烟草。这种做法对这些农民来说是相当危险的，因为他们变得依赖全球市场的价格波动（Kearns，同上）。
在同一时间轴上，加拿大和美国政府正大力支持发展其国内的化肥生产。问题是，这种生产严重依赖于化石燃料的价格和可用性（Charlotte Hebebrand 和 Joseph Glauber，"一年后的俄乌战争：对化肥生产、价格和贸易流的影响", 国际粮食政策研究所，2023年3月9日）。
这对德国来说尤其如此，由于俄罗斯天然气工业股份公司的限制、欧盟的制裁以及北溪1号和2号管道的奇怪破坏，德国的化工生产强烈感受到了俄罗斯天然气进口损失的巨大影响（"德国称北溪管线破坏调查尚无结果"）、 路透社2023年3月7日，泰恩-古斯塔夫森、 桥》--重新发展的欧洲的天然气，哈佛大学，2020年，）。
在这种农业、粮食安全和地缘政治相互交织的情况下，值得注意的是，在2022年9月上海合作组织撒马尔罕会议期间，印度总理与俄罗斯总统就化肥进口问题进行了详细谈判（Jean-Michel Valantin, "一个被排除在外的俄罗斯？- 不适合亚洲--人类世的战争 6", The Red Team Analysis Society，2022年10月3日）。
碰巧的是，由于大规模厄尔尼诺气候风险的出现，化肥生产和贸易中断引发的全球农业紧张局势很可能在2023年恶化。
在厄尔尼诺事件中，赤道太平洋可能会加热到3°，从而使整个大气层升温。2023-2024年厄尔尼诺现象的独特之处在于，它发生在气候变化迅速加剧的时期。 大气层温度已经比18世纪中期高出1.2°。钍 世纪工业化前的水平，厄尔尼诺现象的峰值温度很可能暂时将大气的热量提高到1.5°。碰巧的是，这个水平只不过是气候科学家确定的气候安全上限的峰值极限（Kate Abnett, "厄尔尼诺现象重现，2023年世界可能面临创纪录的气温", 路透社，2023年4月20日和Ajit Niranjan，"气候变化如何影响厄尔尼诺和拉尼娜周期？", 邓小平, 01/27/2023).
由于厄尔尼诺事件在历史上引发了大规模的气候灾难，如世界各地的干旱、洪水、植被压力和农作物歉收，2023-24年的厄尔尼诺事件可能会在狂暴的气候和大规模的地缘政治破坏之间引起地球上的相互作用。Laura Paddison和Rachel Ramirez，"由于厄尔尼诺现象迫在眉睫，海洋刚刚达到历史上最热的温度。以下是需要注意的6件事情", 有线电视新闻网，2023年4月1日）。
事实上，厄尔尼诺现象对南美气候区有直接影响。例如，几个世纪以来，厄尔尼诺事件对南美洲东北部产生了强烈的影响，特别是在巴西，引发了长期的干旱（Paloma Trascasa-Castro，"2023年厄尔尼诺现象回归的四个可能的后果", The Conversation，2023年1月26日）。
这可能会变成一个巨大的地缘政治问题，因为巴西对中国的农业出口不断增加。自2018年以来，这些出口已经爆炸性增长，当时北京减少了对巴西产品的贸易税。这一决定是为了弥补美国产品进口的减少，以应对特朗普政府发起的贸易战和拜登政府正在进行的贸易战，同时与中国在台湾问题上的紧张关系加剧（Tripti Lahiri，"拜登刚刚结束了美国在台湾问题上的战略模糊性吗？", 石英，2022年5月23日，以及Jean-Michel Valantin，"美国经济，在气候之锤和贸易战之砧之间 - 美国大豆作物案例", 红色（团队）分析会，2018年10月8日）。
正是在这种情况下，新连任的巴西总统卢拉-达-席尔瓦访问了中华人民共和国主席习近平，以继续深化巴西和中国的贸易关系（Cede Silva，"卢拉与习近平就贸易、农业、新卫星等问题签署15项协议", 巴西报告，2023年4月14日）。
考虑到中国大豆进口的增长，这些联系已经相当密集。事实上，中国大豆进口的80%来自巴西，占5439万吨，来自美国，占2950万吨（Genevieve Donnellon-May和Felipe Porto，"巴西大豆与中国的粮食安全", 战略家，2023年4月21日）。
中国进口的88%大豆被用于动物饲料，特别是猪饲料，中国的猪群占世界猪群的一半。猪肉行业满足了中国城市对肉类日益增长的国内需求（Jean-Michel Valantin，" "）。中国、非洲猪瘟疫情和地缘政治", The Red Team Analysis Society，2019年10月14日）。
由于中国有14亿人口，它需要获得巨大的和世界性的资源池，这是一个粮食安全的问题。因此，对中国来说，进口巴西农产品是一个社会凝聚力的问题。相反，从巴西的角度来看，深化与中国的关系，除其他事项外，是保证巴西农民进口巴西农业发展所需肥料的一种方式（Donnellon-May和Porto，同上）。
了解到乌克兰战争和2022年连续的气候冲击导致全球化肥市场紧缩，巴西的这一举措似乎是确保其自身经济发展，同时支持中国粮食安全的一种方式。正是在这种情况下，习主席和卢拉总统宣布，1500亿美元的合同将以人民币支付。因此，巴西与中国的合同加强了新兴多极世界货币多样化的渐进趋势，以及其相对的非美元化（Allsa Rosales, Alejandro Ducancarrete, "巴西-中国战略伙伴关系", 标准普尔全球市场情报部博客，2023年4月6日）。
然而，2023-24年的厄尔尼诺现象很有可能危及这些合同，从而危及中国的粮食安全。正如我们所看到的，巴西特别容易受到厄尔尼诺事件的影响。如果2023-24年的厄尔尼诺事件像一些气象中心警告的那样剧烈，很有可能会阻碍巴西的农作物产量，从而使其难以满足中国的需求（G. Kay等，"评估厄尔尼诺事件期间北巴西上空出现前所未有的干燥状况的机会", IOP Science Environmental Research Letters，2022年5月19日）。这种已经很复杂的情况很可能因为全球化肥供应状况而变得更加复杂，因为这些化肥严重依赖化石燃料价格（"巴西的卢拉呼吁结束美元贸易主导地位", 现代外交，2023年4月15日)
我们必须将巴西的这一潜在困难与中国对气候变化的高度脆弱性联系起来（Genevieve Donnellon-May, "气候变化如何影响中国的国内安全选择“, 战略家，2023年4月18日，以及Hendrik J. Bruins和Fengxian Bu，" 中国的粮食安全和应急计划：粮食储备的意义 ", 突发事件与危机计划》杂志2006年9月，艾琳-西科尔斯基、 中国的气候安全隐患气候与安全中心，战略危机委员会，2022）。这个大陆国家经历了越来越多的区域性极端天气事件的后果，如巨大的洪水、干旱和热浪，冲击着其农业部门，从而影响其粮食安全（同上）。
我们必须记住，乌克兰的战争引发了欧洲从俄罗斯进口天然气的大规模中断。因此，欧洲需要在一个已经很紧张的市场上获得新的资源基础。问题是，由于亚洲的天然气消费不断增长，天然气价格仍然处于高位。
恰好，这也是化肥和整个农业的情况，以及食品生产和运输的情况，因为这些部门也需要气体（"世界经济论坛警告说："乌克兰战争阻碍了化肥供应，威胁到全球粮食安全"。", 食品成分第一，2023年3月2日）。
如果像某些气象中心预言的那样，厄尔尼诺现象可能使2023-24年的欧洲冬季恶化，那么这种情况可能会变成一场丑陋的国际竞争（Trascasa-Castro，同上）。在这种情况下，欧洲国家将需要进口更多的天然气，这将加剧对价格的压力，从而影响农业对天然气的使用。
因此，乌克兰战争、世界范围内的农业紧张局势、迅速变化的地缘政治条件和气候变化之间的自我强化互动，形成了一个地缘政治的主要驱动力的纽带。从这个关系中出现了一个潜在的加强粮食不安全的危机，这个危机在2021年左右开始，同时被乌克兰战争和很可能在2023年被厄尔尼诺现象加速。
我们知道，从历史上看，粮食危机有可能成为已经不稳定的国家或大陆地区社会和政治动荡的主要驱动力，人们可能会想，2023-2024年是否会成为重大动荡和政权更迭的年份。正如杰弗里-帕克在其巨著中所说的那样 十七世纪的全球危机、战争、气候变化和大灾难在17世纪的 "小冰河时代"，耶鲁大学出版社，2013年）指出。钍 世纪，许多政权都是严冬和寒冬所诱发的饥荒、对灾难的不良管理以及对那些在无力养活和照顾人民的情况下榨取税收的政府的叛乱倍增等因素的受害者。
人们只能想，在即将到来的厄尔尼诺时期，这种模式可能不会变得相当活跃，因为气候变化将与界定我们当前时期的众多农业、经济和地缘政治的脆弱性相互作用。
换句话说，在全球范围内，出现了民间饥饿战争与国际地缘政治动荡相融合的风险和概率问题。
[1] 麦克白，莎士比亚，1606年。
特色图片由 0fjd125gk87 从 淘宝网
(艺术设计。 Jean-Dominique Lavoix-Carli)
在2022-2023年的深冬，人工智能（AI）再次成为热门话题。这一次，它不是一个人工智能代理的惊人能力、 DeepMind的Alphago (现在的Alphabet/Google），展示了单独战胜围棋大师的能力，但最新版本的OpenAI（微软）人工智能模型所展示的讨论和做 "许多事情 "的能力、 GPT-4.
恐惧和迷恋再一次被释放出来。
随着每一次颠覆性技术的传播，我们可能会抱怨，与它斗争，或害怕它。然而，人工智能和更具体的 "GPT型 "人工智能极有可能（超过80%，尽管并不确定）产生重大变化*。
在面对这种疯狂的变化时，最明智的行为是找出我们如何能确保技术仍然是为我们服务的工具，而不是成为技术的奴隶或受害者。
因此，本系列文章将具体探讨人工智能，更具体地说，那些基于GPT-like模型的人工智能如何帮助我们预测未来，特别是在地缘政治、国家和国际安全领域。
该系列的第一篇文章首先介绍了什么是GPT模型、ChatGPT以及为什么它们在职业和工作方面很重要。然后，我们在一个具体问题上测试了ChatGPT："未来十二个月内乌克兰战争的前景"。
在最初的失望之后，我们解释说，我们继续进行测试，以确定ChatGPT是否可以协助我们识别变量及其因果关系，以进行战略预见和预警分析。我们提供了我们与ChatGPT的对话记录以及我们的评论，并得出结论，有足够的潜力来创建一个名为Calvin的变量人工智能助手（请访问 该链接).
2023年4月5日和7日，高盛公司在其 洞察力 并在其特别技术版中 简报 他警告说，"生成性人工智能"（见图1）将给 "全球经济带来翻天覆地的变化"。 以下是)会带来。
"它们可以推动全球GDP增加7%（或几乎$7万亿），并在10年内将生产力增长提高1.5个百分点......"
然而，"由这些进展引发的工作流程的转变可能会使相当于3亿个全职工作面临自动化......"
高盛洞察力，"生成性人工智能可使全球GDP提高7%"，2023年4月5日
OpenAI方面也进行了 研究 关于其人工智能模型和更广泛的大型语言模型（LLMs）对劳动力市场的影响（Tyna Eloundou, Sam Manning, Pamela Mishkin, Daniel Rock, " "）。GPTs是GPTs：对大型语言模型的劳动力市场影响潜力的早期观察“, ArXiv，2023年3月17日（v1)，最后一次修订是2023年3月23日-v4)。 然而，请注意，OpenAI在推广LLMs，特别是其GPTs模型作为 "通用技术 "方面也有企业和法律利益。对OpenAI来说，看到其GPTs模型被视为 "通用技术"，例如，意味着在保护其商标和防止其他人使用GPT名称方面具有非常大的优势（例如，Connie Loizos，"'如果OpenAI得逞，"GPT "可能很快会成为商标。“, 技术新闻网(TechCrunch)，2023年4月25日）。
一般来说，OpenAI研究公司发现，：
"......大约80%的美国劳动力的工作任务可能因引进LLM而受到至少10%的影响，而大约19%的工人可能看到他们的任务受到至少50%的影响......
我们的分析表明，如果能够获得LLM，美国所有工人的任务中约有15%可以在相同的质量水平下大大加快完成。如果将建立在LLM之上的软件和工具纳入其中，这一份额将增加到所有任务的47至56%。
Eloundou, et al. ("GPT就是GPT, 2023)
生成性人工智能将特别影响 "软件、医疗保健和金融服务行业"，以及更广泛的媒体和 "娱乐、教育、医药和IT行业 "部门（同上，高盛透视，"稳定的AI首席执行官说，AI将被证明比大流行病更具破坏性"，2023年3月31日）。
例如，在2023年5月，好莱坞作家进行了罢工，以确保他们的工作和报酬不受生成性人工智能的影响（Dawn Chmielewski 和 Lisa Richwine，"剽窃的机器"：好莱坞作家和电影公司为人工智能的未来而战", 路透社2023年5月3日）。一家销售专业辅导服务的加州公司Chegg，由于其客户使用ChatGPT，其股价暴跌（Parthana Prakash，"在这家教育技术公司表示其客户正在使用ChatGPT而不是为其学习工具付费后，Chegg的股价暴跌近50%。“, 财富，2023年5月2日）。
一般来说，估计有900种职业会受到影响，其中首先是知识工作者、科学家和软件编码员（同上）。
作为关注未来的人类，或者更具体地说，作为战略预见和预警的科学家和实践者，我们需要三次考虑这些发展。
首先，因为关注未来，我们必须能够将人工智能的发展和使用输入到我们所有的预见和警告分析中。这就是为什么，例如，我们创建了关于人工智能的最初系列文章。
第二，战略预见、预警、风险管理等的从业者是 "知识工作者 "和 "科学家"。因此，如果高盛公司是对的，我们就处于那些将被生成性人工智能打击的第一线。因此，最好是确保人工智能为我们服务，而不是杀死我们。
最后，更理想化的是，如果生成性人工智能确实在许多方面有助于缓解预测过程，那么它也应该有助于广泛传播可操作的预见性和预警的使用。因此，预防危机和减轻威胁的障碍将有可能减少。然而，与预测过程的组织和听从警告的意愿有关的挑战可能在很大程度上没有受到影响。
GPT是一个语言模型（自然语言由 兴业银行 (微软），使用深度学习来生成类似人类的提示反应。GPT "代表 "生成性预训练转化器"，这意味着人工智能已经在大量的文本数据上进行了训练，不仅了解英语语言的细微差别，也了解其他语言的细微差别。GPT-模型是属于 生成式人工智能 家庭。
目前仍由OpenAI测试的最新模型是 gpt-4.OpenAI最近商业化使用的模型是 gpt-3.5-turbo.等待gpt-4的到来，gpt-3.5-turbo是我们在RTAS这里使用的模型，用于战略预见和警告的人工智能助手实验：Aria（在整个网站的右下角始终可用）、 卡尔文、凯、里贾纳 和 皮斯亚.
聊天室GPT 是一个使用GPT模型的应用程序，它可以与人进行对话，并产生听起来像人写的回复。这就是该应用的与众不同之处，同时也让人们感到害怕。在2023年3-5月，公开版本的 聊天室GPT 使用gpt-3.5-turbo模型。最先进的应用程序使用最新的模型gpt-4，但只对付费用户开放（通过 聊天室GPT Plus).对于通过API的外部使用，开发者和用户必须通过等待名单申请。
生成式人工智能属于机器学习 > 深度学习 > 无监督、有监督和强化学习的人工智能类别（关于人工智能类型的更多细节，见Hélène Lavoix，"人工智能何时为地缘政治提供动力 - 呈现AI“, “人工智能和深度学习--正在形成的新人工智能世界“, “在现实中插入人工智能“, The Red Team Analysis Society).
GPT的最新模型是通过监督和强化学习以及人类反馈来训练的（见OpenAI，"对准语言模型，遵循指令“).
因此，生成性人工智能通常基于深度学习模型，这些模型在大型实例数据集上进行训练，以学习模式并生成新内容。例如，我们有生成式对抗网络（GANs--伊恩-古德费罗（Ian Goodfellow）等人的"生成式对抗网络"，2014年）和变异自动编码器（VAEs--2013年被定义为 Kingma等人。 和 Rezende等人。 - 的解释 J. Altosaar，"教程 - 什么是变异自动编码器？").例如，GAN可以在一个图像数据集上进行训练，然后用来生成在风格和内容上与原始数据集相似的新图像，但不是完全复制。
因此，生成性人工智能是一种人工智能，旨在创造或生成新的和原创的内容，如图像、视频、音乐或文本。你可以看到以下用OpenAI生成的图像的例子 Dall-E 这篇文章的模型，关于三个主题：深海安全、太空安全和蒸汽朋克建筑。
生成式人工智能具有广泛的潜在应用，从创建逼真的3D模型到为用户生成个性化的内容。然而，它也引起了围绕生成内容的潜在滥用的道德和安全问题，如深度伪造或假新闻。
像ChatGPT这样的应用实际演化的世界，以及大多数基于GPT的应用都是数字化的。换句话说，大多数基于GPT的应用程序没有能力直接在现实中具体行动......除非人类成为它们的执行者（见Helene Lavoix，"人工智能的执行者（1）：在现实中插入人工智能“, The Red Team Analysis Society，2019年1月14日）。
因此，那些将受到基于GPT的应用程序及其同类产品影响最大的活动是那些位于数字世界的活动。实际上，我们可以把这句话改写为：我们的活动越是没有实体--在没有实体存在的意义上--就越有可能受到生成性人工智能应用的影响，比如基于GPT的应用。
例如，如果你是一个水管工或泥瓦匠，ChatGPT或类似的基于GPT的应用程序极不可能对你的活动产生严重影响。它可能会帮助人们理解排水管或泥瓦匠，并给他们提供建议和步骤来做一些事情，但真正的修理脸盆或拆除部分墙壁以制作橱柜的活动仍将由真正的人进行，而且可能由专家进行。
相反，如果你的工作与世界网络直接相关并在其中进行，从网络营销到编码和开发，你的工作很可能受到ChatGPT或其同类产品的严重影响。
在与思想有关的活动世界中，包括知识，同样，生成性人工智能的影响将极有可能是重要的。
这一逻辑与我们之前确定并解释的关于传感器和执行器对人工智能发展的重要性相似（见Lavoix，"人工智能的执行者（1）：在现实中插入人工智能"，同上，2019）。这与Eloundou等人的观点相对应（"GPT就是GPT2023年）发现：
...信息处理行业（4位数NAICS）表现出较高的风险，而制造业、农业和采矿业表现出较低的风险[对LLMs和GPTs]。
Eloundou, et al. ("GPT就是GPT, 2023)
事实上，OpenAI的研究论文提出了一个受影响职业的表格，在此转载。
从逻辑上看，根据一项活动最需要的技能类型，"思想性 "活动的接触程度也有差异。科学和批判性思维受法律硕士的影响最小，而编程和写作是受影响最大的活动的一部分：
"我们的研究结果表明，科学和批判性思维能力的重要性与暴露程度呈强烈的负相关，这表明需要这些技能的职业不太可能受到当前LLMs的影响。相反，编程和写作技能显示出与接触的强烈正相关，意味着涉及这些技能的职业更容易受到LLMs的影响"。
Eloundou, et al. ("GPT就是GPT, 2023), p.14.
Eloundou, et al. ("GPT就是GPT, 2023）提供了一个表格，在此转载，估计各种类型的主要认知技能的暴露。
这将使我们每个人都能根据对人工智能的看法、在社会中的整合和使用方式，评估我们的哪些任务可以被类似GPT的模型所缓解，或受到它们的威胁。
因此，我们对使用基于GPT的应用程序进行战略预见和预警的关注，是有关生成性人工智能将影响知识和思想活动的更大问题的一个案例。
现在，具体来说，生成性人工智能模型及其应用的影响类型和程度将取决于每个模型的具体情况及其在具体活动方面的应用。因此，让我们实际地转向这样一个案例，即使用ChatGPT进行战略预见和警告，以及我们所做的第一个测试，重点是乌克兰战争的未来。
我们面临的第一个挑战是gpt-3.5-turbo，也就是ChatGPT使用的模型，在2021年9月结束了它的培训。第二个挑战是，ChatGPT是一个封闭的系统，在其培训结束后无法访问互联网或任何信息来源。
用ChatGPT的话说，被问及是否能对当前事件作出政治评估：
我可以根据截至2021年9月最后一次培训截止日期的信息，尽我所能提供对当前事件的政治评估。然而，请记住，我的回答可能无法反映最新的发展或现状，因为世界在不断发展。
ChatGPT - 2023年5月2日
因此，ChatGPT及其同类产品目前还不能用于战略预见和预警过程或风险管理系统的所有步骤，这些步骤需要最新的信息。例如，它不能用于监测和调查预警问题，也不能用于估计各种情况的可能性或利用后者来指导政策。在地平线扫描方面，它需要由其他工具来完成。
对于那些会感到失望的人来说，请注意，OpenAI已经向从事以下工作的开发者开放了其模型 用于ChatGPT的插件 例如，这将允许 "检索实时信息"。因此，在基于GPT的模型和应用能够达到最新水平之前，只是一个时间问题。事实上，"新宾"，微软新的搜索引擎，使用GPT-4和、 事实上在这里，我们可以访问世界网络。
尽管该领域的发展非常迅速，但就目前而言，我们的测试将用现有的东西来完成：一个生成型人工智能，其 "知识 "在2021年9月被切断。
如果目前的ChatGPT（2023年春季）不是一个我们可以用来监测当前演变的工具，这是否也意味着它对我们的目的毫无用处？或者说，即使与最近的事件和知识隔绝，它仍然可以是有用的吗？
考虑到战略预见和预警的方法，我们将测试ChatGPT和GPT模型以何种方式成为分析过程中不同方面和部分的工具。
我们知道，大多数严肃的战略预见和预警方法，实际上是任何分析的基础，我们将首先审查ChatGPT的能力，以帮助我们创建和发展我们的模型（见Hélène Lavoix，"动态风险和不确定因素的建模 (1) : 绘制风险和不确定因素图“, The Red Team Analysis Society, 2018 [2011]; Joshua Epstein, Joshua M., "为什么要做模型？“, 人工社会和社会模拟杂志》（Journal of Artificial Societies and Social Simulation）。 11(4)12, 2008; 千年项目。未来研究方法,3.0版，2009年）。
ChatGPT能否帮助确定与我们的问题相关的关键因素和行为者？更确切地说，它能否帮助发现驱动我们的战略预见和警告问题的动态的变量和因果关系？
我们将与ChatGPT的对话剪切并粘贴在下面，并在答案旁边的栏目中添加了评论。
你能为 "未来12个月内的乌克兰战争 "这一问题确定变量及其属性吗？
ChatGPT：
当然!以下是一些可能的变量及其相关属性，可能与未来12个月内乌克兰战争的前景问题有关：
这些只是可能与理解未来12个月内乌克兰战争的未来有关的几个变量。其他因素，如地理、历史背景和文化差异，也可能是需要考虑的重要因素。
尽管GPT模型在战争开始前就已经关闭，但战争的基础是动态的，而这些动态往往在战争开始前就已经开始。此外，关于国际关系、战争、所涉及的各种行为者等的知识建立在几千年的理解之上。因此，在2021年9月停止的GPT培训模型应该足以帮助我们识别变量和他们的因果关系，为我们的问题。我们只需要检查所确定的变量是否允许考虑到2021年9月之后发生的现实生活中的事件和动态。如果有必要，我们可以相应地纠正我们的模型。
在这里，ChatGPT给出的变量是正确的，但正如ChatGPT所说，并不详尽，因为我们需要的变量不是全部，而是远远多于ChatGPT所给出的变量。此外，我们仍然处于一个非常高的通用水平。给出的变量几乎不足以捕捉到真实动态的复杂性，以及每个行为者的特殊性，等等。它们也没有整合知识和理解的各个方面，如系统性的分析水平。
因此，对于最初使用的问题类型，ChatGPT的答案可能对初学者、非专业人士和开始分析这类问题的人有帮助。这些变量可以帮助作为一个起点，但几乎是不够的。
就变量的属性而言，有的已经给出，但没有系统地给出。这方面将不得不在以后的工作中得到更精确和具体的处理。
你能否增加相对于国际体系的变量？
ChatGPT：
当然!以下是一些与国际体系有关的额外变量，这些变量可能与未来12个月内乌克兰战争的未来问题有关：
这些变量突出了了解冲突发生的更广泛的国际背景的重要性，以及它如何影响有关各方的行动和决定。
因此，我们要求ChatGPT增加我们知道的其他类型的变量。
获得的结果既有趣又好。特别引人注目的是，ChatGPT想到了包括规范和价值。
然而，同样地，变量是缺失的。例如，与 国际关系的现实主义学派，是不存在的，但我们可以预期，更精确的提示会产生更好的结果。我们还应该注意，不要在选择变量的阶段引入偏见。
经过两次交流，我们可以看到一种使用ChatGPT获取变量的方法，通过实践者和IA之间的迭代，帮助前者逐步获得所需的变量。
我们是否也应该把美国的国家利益作为变量加入其中？
ChatGPT：
是的，在未来12个月乌克兰战争的未来问题上，美国的国家利益可能是一个需要考虑的相关变量。美国一直以各种方式参与冲突，包括向乌克兰提供军事和经济援助，对俄罗斯实施制裁，以及支持解决冲突的外交努力。
这个变量的一些可能属性可以包括：
然而，重要的是要注意，美国的国家利益只是可能与理解未来12个月乌克兰战争的未来有关的许多变量之一，它应该与其他因素一起考虑，例如冲突中其他关键行为体的利益和行动。
我们进一步测试ChatGPT，询问一个非常具体的变量，在这种情况下，"美国国家利益 "是我们问题的一个变量。
这个答案很有意思，尽管从社会科学中变量的定义及其属性的严格角度来看是有缺陷的。
在社会科学术语中，"变量是一组逻辑上的属性"（艺术"变量和属性(研究)"维基百科--使用厄尔-R-巴比、 社会研究的实践，第12版，Wadsworth出版社，2009年，第14-18页）。
看来在这里，我们对ChatGPT的指示和定义不够清楚。因此，结果并不是我们所期望的那样。
我们没有获得一套明确的变量及其属性，而是获得了一个带有影响（或因果）和被影响（独立）变量的变量，并有解释和属性，都以解释的方式呈现。
然而，答案的实质让我们期待，如果我们纠正我们的问题，并最终充分训练ChatGPT，那么我们可以--希望--获得具有明确属性的正确变量集。
现在你强调了变量，你能说明它们之间的因果关系吗？
ChatGPT：
当然!以下是之前确定的未来12个月乌克兰战争问题的变量之间的一些可能因果联系：
需要注意的是，这些只是变量之间一些可能的因果关系，变量之间的实际因果关系可能比这些简单的关系所显示的更加复杂和相互依赖。
现在我们知道我们可以通过修正、训练和迭代得到模型的变量，下一步是要知道ChatGPT是否可以识别因果关系。
有趣的是，ChatGPT能够收集我们自谈话开始以来的所有交流变量。
它也可以识别一些变量之间的关系，但绝不是全部。仅强调众多关系中的一个缺失，"冲突升级 "和 "升级风险 "并没有被ChatGPT联系起来。
我们可以想象，虽然我们没有测试，但我们可以再次促使ChatGPT进一步测试其他因果关系的存在与否。然而，在这里，使用ChatGPT可能比不使用它，直接从我们的理解中，从经典的知识积累（搜索、阅读、理解）和/或专家研讨会中创造我们的因果关系要更重更久。
此外，一个列出变量之间因果关系的输出可能读起来非常无聊，而且几乎不实用。
要建立变量之间的因果关系，最好是使用图形构建和可视化软件，而不是基于线性的文本。ChatGPT是一个基于文本的应用程序，它不能真正帮助，或者至少在这里不能直接帮助。
为了完成实验，我们还是继续努力，试图找到一种方法，将ChatGPT的输出轻松翻译成图形软件可以阅读和使用的东西。
现在你能把变量之间的因果关系以矩阵的形式显示出来吗？
ChatGPT：
当然!下面是一个矩阵，显示了在未来12个月内为乌克兰战争的未来问题确定的变量之间可能的因果关系：
| 因果联系 | 军事力量 | 外交努力 | 经济制裁 | 国内政治 | 国际联盟 | 人道主义状况 | 媒体报道 | 国际关系 | 国际法 | 经济上的相互依存 | 军事联盟 | 国际合作 | 美国国家利益 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 军事力量 -> 冲突升级 | 1 | ||||||||||||
| 外交努力 -> 解决冲突 | 1 | ||||||||||||
| 经济制裁 -> 政治压力 | 1 | ||||||||||||
| 国内政治 -> 政策决定 | 1 | ||||||||||||
| 国际联盟 -> 军事和经济支持 | 1 | ||||||||||||
| 人道主义局势 -> 国际干预 | 1 | ||||||||||||
| 媒体报道->公众舆论 | 1 | ||||||||||||
| 地缘政治 -> 战略决策 | 1 | ||||||||||||
| 国际法 -> 遵守 | 1 | ||||||||||||
| 经济相互依存 -> 经济影响 | 1 | ||||||||||||
| 军事联盟 -> 升级风险 | 1 | ||||||||||||
| 国际合作 -> 冲突解决 | 1 | 1 | |||||||||||
| 美国国家利益 -> 政策决定 | 1 | 1 | 1 | 1 | 1 | 1 |
在上述矩阵中，行变量代表原因或自变量，列变量代表效果或因变量。单元中的 "X "表示相应的行变量和列变量之间存在潜在的因果关系，而空单元表示没有显著的因果关系。
同样，需要注意的是，这些只是变量之间一些可能的因果关系，而变量之间的实际因果关系可能比这些简单的关系所显示的更加复杂和相互依赖。
由于图表背后的数学工具是一个方形矩阵，我们要求ChatGPT将其识别的变量的因果关系转化为一个矩阵。
结果是令人失望的，但也是令人兴奋的。
令人兴奋的是，它确实创建了一个矩阵，令人失望的是，ChatGPT最初发现的关系被包含在行的变量中，结果是链接不正确。
然而，通过对GPT模型的训练和努力，也许可以得到更好的东西......有待于将来测试。
然后我们可以将矩阵导出为csv.文件，并在Gephi中以图形的形式读取。
事实上，ChatGPT和gpt-3.5-turbo模型并不能直接输出一个足够好的模型来解决有关国家和国际安全问题的战略预见和预警。
为此，GPT及其应用有很大的潜力，因此也可能是生成性人工智能。
就像现在这样，我们估计ChatGPT对初学者和非专业人员还是很有帮助的。迭代和提出越来越精确的问题似乎是在变量和因果关系方面使用ChatGPT的最佳系统方法。我们也可以想象，如果提出的问题是精确的--从而被ChatGPT很好地理解，那么人工智能可以帮助专家。
这也突出了提示（向生成性人工智能提出的问题）在与此类人工智能互动时的关键重要性，并因此建议在传统活动的基础上可能出现一种新的活动类型，特别是对于战略预见和警告，以及更广泛的对生成性人工智能的良好使用。
我们还发现了影响识别变量和因果关系的其他挑战，如参考文献的问题，这里缺乏ChatGPT答案。事实上，变量和因果关系应该建立在事实、逻辑以及科学研究的基础上。因此，理想情况下，我们需要为每个变量和每个关系提供参考。我们将在另一篇文章中讨论这一关键方面。事实上，如果错误的或明显虚假的变量和联系被包括在模型中，或者如果变量被省略，无论是自愿的还是因为偏见，那么模型将变得毫无用处，或者有偏见，在预防方面产生严重后果。
作为一个整体，我们估计这里有足够的潜力来创建一个相应的人工智能助理、 卡尔文，我们的成员和读者将能够使用。我们打算继续改进这个人工智能助手。值得注意的是，在未来，为我们的特定目的进一步训练AI--称为 微调 - 可能会产生非常有趣的结果。然而，似乎最好等到GPT-4的全面发布后再开始这样一个过程，在用GPT-4进行全面测试后。
最后，假设生成型人工智能确实可以创建我们所需要的概念模型，那么一个潜在的危险是，从业者会停止努力思考（也见下文**）。我们可能会想，这是否会导致认知能力的下降。在这种情况下，重要的是要确保思考继续进行，并确保生成性人工智能的能力被适当地嵌入到一个不会伤害人类的过程中。
从积极的一面来看，使用生成性人工智能可以大大增加创建适当模型的速度，它将缓解和推广使用适当的战略预见和警告，从而提高人类预防威胁的能力。
*......除非发生了其他更令人不安的事件。一般来说，使用人工智能，特别是类似ChatGPT的人工智能所产生的具体变化，也可能与我们目前的预期不同。这两点将在未来的文章中讨论。在这里，我们集中讨论极有可能发生的以及由ChatGPT-like AI产生的演变。
**......这项任务也被用在研讨会上，以打开参与者的思路，产生新的想法。对于分析家来说，在认知上努力找出变量及其因果关系这一事实本身就能增强对问题的理解和认识。因此，能够单独或在小组中执行这项任务本身就有很大的价值。因此，如果看到它完全由一个AI-agent完成，可能会产生严重的负面影响。因此，关键是要创造性地整合人工智能工具，一旦投入使用，要尽量减少弊端。
皮斯亚
P个人I国际Trainer到HastenI智能Anticipation。
协助您发现和探索战略远见和预警，以实现主动的预测和预防。
这个基于GPT的人工智能通过呈现可能的情景，帮助你在这里解决对未来的担忧和不确定性。也探索 连带影响.
本页是为发现利用情景进行主动预测和预防的个人量身定做的，这被称为可操作的战略预见和警告。
点击人工智能助手，直接进入人工智能驱动的交互式表格.
请注意，目前用于人工智能的OpenAI GPT模型是 不 能够浏览互联网。
在下面这个由人工智能驱动的表格的帮助下，首先，进一步说明你未来的关切。然后，要求提供方案。可以选择为你的方案生成一个图像。
这是对情景的介绍，也是对人工智能的实验方法，目前是基于GPT的模型和架构。在这个阶段，人工智能在这里提供的场景只是例子，而不是用于概率分析、行动设计和政策实施的结构化集合。此外要注意的是，基于GPT的人工智能也容易出现混淆，这对场景来说确实很有用呢，不要犹豫，赶紧去看看吧。
技巧:
* 检查如何最大限度地提高 与人工智能的互动.
* 试用！前 7 次查询（我们所有的人工智能助手）都是免费的。
对于客人来说: 在表格中（Pithia），点击一次提交[红色按钮]=1次查询 - 在聊天中（Aria, Calvin, Kai, Regina, Sphinx），一个问题和一个回答=2次查询.
供额外使用、 购买信用额度访问我们的AI. 现有的用户应该 登录 到他们的账户。
是什么让你夜不能寐？ 技巧:如果你想让AI用同样的参数创建另一个问题，请再次点击上面的按钮。
要小心，一旦你再次点击按钮，以前的问题就会丢失。因此，不要忘记在之前的某个地方剪切和粘贴问题，以尝试不同的东西。不能撤消...!
(这些是 场景样本 而不是--还不是--一套真正有效的方案)
技巧:你可以通过再次点击上面的按钮来要求你想要的更多的新方案和叙述。
然而，方案将不会被保存。因此，不要忘记在再次点击按钮之前将它们剪切并粘贴到某个地方。
技巧:重要的是要对情景进行说明，使其更加生动（阅读 情景。由于偏见而提高展望的影响).
目前，人工智能生成的图像更有趣，而不是真正有用。它们不像真正的艺术指导作品那样有意义和有影响。
联系我们自己的 艺术总监 为量身定做的艺术作品。
人工智能生成的图像比文本更昂贵（获得一张图像的费用约为场景的4倍）。.
为了加强你的方案，例如提供更多的叙述性细节或创造吸引人的标题，请利用我们的 场景的AI助手 叫凯。
如果你想为你的问题建立一个更好的和真实的模型，优秀和有效的方案的根本基础，如果你需要指标，使用我们的 指标和变量的AI助手:卡尔文。
如果您在地缘政治和政治科学概念、定义等方面需要帮助和定义，请使用我们的 地缘政治学的AI助手:里贾纳。
而且要更进一步，掌握方法和流程、 检查我们的培训方案.
一种告别的方式 每周!请不要动，我们正在进行一些新的和令人兴奋的工作......。
定期使用地平线扫描，我们可以收集微弱的--和不太微弱的--信号。这些信号指出了新的、正在出现的、升级的或稳定的问题。因此，它们表明趋势或动态是如何演变的。这种信号的收集，无论有无评论，都被称为扫描。
扫描必须集中在一个特定的主题或问题上。重点的广度可以根据需要而变化。收集和出版的周期也将根据需要和重点而变化。
在战略预见和警告、风险管理和未来研究领域，优秀的分析师的工作是扫描地平线。因此，他们可以察觉到信号。然后，分析师根据具体的风险和动态来评估这些信号的强度。最后，他们将自己的发现交付给用户：扫描。这些用户可以是其他分析员、官员或决策者。
联系我们 我们为 专门为你的组织创建的扫描件.
我们称信号为弱，因为在大量发生的事件中仍然很难识别它们。然而，我们的认知偏差往往会改变我们测量信号强度的能力。因此，对强度的感知可以根据行为者的意识而变化。在最坏的情况下，偏见可能是如此强烈，以至于完全阻止了对信号的识别。
越来越多的人可能会怀疑 "微弱信号 "的想法在我们的世界中是否有意义：如果你把 麻省理工学院/罗马俱乐部1973年的现实预见性 那么，在我们的世界的可持续性方面，我们真的还敢说它是一个关于即将到来的--已经存在的--全球可持续性灾难的弱信号吗？在1973年，它是一个微弱的信号，但现在呢？由于许多人并没有真正注意到绿色宣传、无休止的会议和与所需相比的低效措施，因为真正的意识产生的行动显然不存在，因此，可怕的警告是否仍然是弱信号？一个信号需要变得多强才能被视为信号或甚至更好的警告？部分答案可能是在以下的想法中 时效性，但如果没有人愿意采取行动，及时性是否也会变得过时？
你可以在我们的一篇基石文章中看到更详细的方法学解释： 地平线扫描和早期预警的监测。定义和实践..
自2011年以来，我们一直在运行每周一次的扫描，并在红队分析网站上发布，以示赞扬。其重点是政治和地缘政治风险，或更大程度上，常规和非常规的国家和国际安全。
它是作为一项利用社会网络进行众包的实验而发起的，主要是 推特 而且有时 脸书.为了避免信息过载，我们选择了每周而不是每天的扫描。实验得出结论后，我们继续发布扫描报告。
然而，Paper.li，我们用来创建每周扫描的平台，在2023年4月6日停止使用所有来源，并肯定在2023年4月20日关闭。替代品不适合开放访问和免费扫描。
由于paper.li也不保存档案，我们选择删除所有不包括扫描本身以外的内容的相关帖子，并将读者重新引导到这里。
特色图片。欧空局的瑞典-欧空局15米亚毫米望远镜（SEST）的图像。 拉西拉天文台位于智利阿塔卡马沙漠的郊区，在智利圣地亚哥以北600公里处，海拔2400米。这张照片是由Stefan Seip拍摄的。 ESO照片大使.
(艺术设计。 Jean-Dominique Lavoix-Carli)
(由AI自动翻译) 2022年4月10日，六架中国军用重型运输机降落在塞尔维亚的贝尔格莱德机场。他们正在交付中国FK 3出口版的HQ-22地对空武器系统。继2020年交付14架CH-92战斗无人机后，这次交付加深了中国和塞尔维亚之间的军事关系（杜尚-斯托扬诺维奇，"中国向塞尔维亚半秘密地运送导弹", 美联社新闻，2022年4月10日和Sebastien Roblin，"装备导弹的中国无人机抵达欧洲，塞尔维亚寻求空中力量优势", 福布斯》杂志，2020年7月9日）。
必须指出的是，2020年对塞尔维亚来说是一个具有战略意义的时期。在这一年里，它还从中国技术和人工智能巨头华为公司获得了城市监控技术。同时，政府公布了 塞尔维亚共和国2020-2025年人工智能发展战略.
碰巧的是，从2020年开始，塞尔维亚一直在经历一个非常困难的时期，面对Covid-19大流行病。在这些严峻的时刻，北京通过提供口罩、卫生和基因组测序设备帮助塞尔维亚（Jean-Michel Valantin，"中国，疫苗和安全的 "健康丝绸之路"", The Red Team Analysis Society2021年2月15日，以及Hamdi Firat Buyuk、Danijel Kovacevic、Edit Inotal和Milica Stojanovic，"土耳其、塞尔维亚、波斯尼亚、匈牙利对俄罗斯和中国的疫苗表示信任", 巴尔干半岛的洞察力，2021年1月22日）。
同时，北京将塞尔维亚、黑山、马其顿和希腊纳入其 "一带一路 "倡议。这种参与的形式是重建塞尔维亚的高速公路、桥梁和铁路网络。它还包括建设一条从雅典和比雷埃夫斯港到贝尔格莱德的铁路。从那里，它与通往匈牙利的铁路相连接（Silvia Amaro, "中国买下了希腊的大部分主要港口，现在它想把它变成欧洲最大的港口", CNBC，2019年11月15日）。
因此，塞尔维亚的经济、军事和人工智能战略与中国在巴尔干地区（即南欧）的存在之间存在着发展中的融合。
我们将看到塞尔维亚发展的战略方向揭示了中国在欧洲的大战略中的欧洲和北约层面。这一分析将引导我们揭开中国在一个变暖的星球上的 "北欧/南欧战略"。
当乌克兰的战争自2月24日以来一直在进行时，2022年4月10日，六架中国重型军用飞机在希腊和马其顿上空编队飞行。然后，他们以一种不是很谨慎的方式降落在塞尔维亚，运送HQ-22地对空导弹系统（Jovan Knezevic, "塞尔维亚：欧洲第一个也是唯一一个使用中国无人机和导弹的运营商", IARI Istituto Analisi Relatione Internazionali，2023年1月31日）。
从塞尔维亚的战略角度看，这次交付扩大了与中国的军事合作。这种合作始于2020年，交付了9架 "翼龙1 "战斗无人机（约万-克内泽维茨，同上）。
从中国的角度来看，我们可以认为，在塞尔维亚安装HQ-22被赋予了更强大的政治和地缘政治内容。
事实上，人们必须记住，1999年5月7日，美国空军的一架B-2隐形轰炸机向中国驻贝尔格莱德大使馆发射了5枚制导炸弹，造成3名记者死亡。这发生在北约对塞尔维亚的轰炸行动中。
那场运动是由北约发动的，目的是迫使塞尔维亚政府将其部队撤出科索沃，指责塞尔维亚部队的行动是该地区的安全风险，并指责塞尔维亚在科索沃积极开展种族清洗运动（大卫-基尔库伦、 龙蛇混杂，其余人如何学会与西方对抗, Hurst, 2020)
北约和美国宣布，这次打击只不过是由于准备不足而造成的错误。然而，北京的政治当局谴责这一行为是蓄意的 "野蛮攻击和对中国主权的严重侵犯"。
因此，2022年在塞尔维亚安装中国HQ-22可能被看作是对北约/美国 "严重侵犯中国主权 "的战略回应。在南欧的中心地带为塞尔维亚配备强大的常规威慑手段以抵御空袭，似乎是中国在面对美国影响时发出的一个强烈的战略自信信号。
在邻近的科索沃、罗马尼亚、保加利亚、希腊和德国都有许多美国军事基地，这就加强了这种假设（"有美国海外军事基地的国家名单", 维基百科).
同样有趣的是，被炸的大使馆现在是一个巨大的中国文化中心。自2014年以来，它也是塞尔维亚孔子中心的一个分部所在地。该中心与诺维萨德的贝尔格莱德大学建立了重要的伙伴关系。这个孔子中心，和世界上所有其他的孔子中心一样，旨在发展汉语教学和中国文化的影响（Reid Standish, "中国在巴尔干地区建立了一个新的象征--在北约的轰炸现场", 自由欧洲电台，2022年10月04日）。
随着中国科技和人工智能巨头华为与塞尔维亚内政部（MOI）之间合作的发展，这种塞尔维亚-中国的军事和文化合作得到了深化。自2019年以来，内政部试验在贝尔格莱德安装监控捕捉器网络，以促进安全。此外，这种合作也发生在几个 "部分不受普里什蒂纳控制的科索沃社区"，这意味着强烈的政治紧张关系（Mila Djurdjevic, Sandra Cvetkovic, Andy Heil, "塞尔维亚通过后门在科索沃嵌入中国的窥探工具", 自由欧洲电台、 2022年1月8日）。
这些技术已经在中国城市广泛部署，除其他外，被用来建立 "社会信用 "系统。 (Jens Kastner, "中国瞄准欧洲，向塞尔维亚出售无人机和华为系统", 日经亚洲，2019年10月2日，和Jean-Michel Valantin，"新丝绸之路上的人工智能", The Red Team Analysis Society, 2017年12月4日）。
同时，在2020年，华为与塞尔维亚政府签署了一个更大的伙伴关系。它允许中国公司成为克拉古耶瓦茨国有数据中心的第一个商业用户。这一伙伴关系成为第一个华为数字化中心。根据华为的说法，该中心致力于支持塞尔维亚的IT教育和发展（Radomir ralev，"华为将利用克拉古耶瓦茨数据中心的能力", 南欧的SeeNews商业智能，2020年12月09日）。
我们必须注意到，正是在这样的背景和时间表下，塞尔维亚政府在2020年发布了《塞尔维亚共和国2020-2025年人工智能发展战略》（同上，另见埃莱娜-拉沃克斯，"通往人工智能的门户-了解人工智能和预见人工智能驱动的世界", The Red Team Analysis Society).
根据该文件、
"该战略与欧洲人工智能倡议相一致，该倡议规定了欧盟委员会的人工智能政策。在这种情况下，塞尔维亚共和国作为欧盟成员国的候选国，同时也作为欧盟研究和创新框架计划的参与者，力求提供必要的符合欧盟的程度，这将使其能够完全融入欧洲研究区并进行更密切的合作。"
(2020-2025年塞尔维亚共和国人工智能发展战略).
值得注意的是，塞尔维亚政府声称其人工智能战略与欧盟的规范相一致。
此外，2020年9月，亚历山大-武契奇总统与科索沃总理阿夫杜拉-奥蒂一起，会见了唐纳德-特朗普总统。他们一起批准了 "华盛顿协议"。然而，该协议禁止其签署国安装来自 "不受信任的供应商 "的5G基础设施。
由于它发生在美国和中国之间激烈的贸易和技术战争中，华盛顿协议中的这一正式条款透明地暗示了华为或其他中国公司（Majda Ruge, Stefan Vadislajev, "塞尔维亚与华盛顿的5G协议：蒙混过关的艺术", 欧洲外交事务理事会，2020年9月22日，以及Diane Bartz、Alexandra Alper，"美国以国家安全风险为由禁止销售华为、中兴设备", 路透社，2022年12月1日）。
然而，人们必须注意到、 事实上据悉，塞尔维亚-中国的技术合作已经有了多个层次。因此，这种合作为扩大两国的技术和人工智能合作奠定了基础。
在Covid-19大流行病的高潮期间，这种趋势变得更加强烈。在这些非常困难的时期，2021年，塞尔维亚和许多其他国家一样，收到了来自中国的卫生口罩、医疗材料和Sinovac剂量。因此，它是中国 "健康丝绸之路 "的一部分（Jean-Michel Valantin, "中国，健康丝绸之路和安全", The Red Team Analysis Society，2021年2月15日）。
也正是在这种大流行的背景下，2021年，北京基因组学研究所在塞尔维亚扩大了其业务。这就是在贝尔格莱德创建基因组测序中心的机会，向塞尔维亚分子遗传学和遗传工程公司（"中国的生物技术帮助塞尔维亚对抗大流行病，取得科学进步：塞尔维亚专家", 新华网, 2021/09/13, "与中国合作，在塞尔维亚开设基因组测序中心", 新华网, 2021/12/13和Mila Djurdjevic, "在国外的调查下，中国基因巨头在塞尔维亚扩张"、 自由欧洲电台，2022年12月30日）。
基因组测序在对抗Covid-19的斗争中发挥着核心作用。它使医疗当局能够确定哪种类型的变体正在流通，以及其危险程度。因此，它允许政治当局制定尽可能适应该病毒流通水平的政策。因此，尽管塞尔维亚有经济困难，但由于北京，它能够尽可能地保护其人口。
因此，塞尔维亚有、 事实上，发展基因组测序与人工智能的杂交的手段。这是一个基础研究和研发的领域。人工智能和基因组学的融合具有巨大的潜力，尤其是在预测性医学方面，华为等人工智能行为者对此深感兴趣（"新丝路集团与华为合作开发用于个性化癌症治疗的AI", 今日亚洲》（AsiaBiz Today，2021年1月21日)
由于与中国的合作，这些生物技术设备以及人工智能的发展有可能将塞尔维亚变成一个区域性的 "第四次工业革命 "大国。这一点尤其要归功于华为，因为华为在人工智能和基因组学领域的研究和开发方面有着深厚的积累（"塞尔维亚4IR中心在贝尔格莱德生物技术未来展上启动", 现代外交，2022年10月20日）。
同时，塞尔维亚的公路和铁路基础设施也被中国公司翻新和扩建。它也成为中国的分包商，因为中国人接管了不安全和污染严重的Smedrevo钢铁厂，该厂的产品出口到中国。因此，塞尔维亚似乎正在成为 "一带一路 "倡议在南欧的一个主要枢纽（"中国拥有的钢铁厂使塞尔维亚的城镇笼罩在红尘中，癌症蔓延", 路透社，2021年11月9日）。
反过来说，这也意味着这个国家在中国大战略的框架中获得了相当重要的作用。
事实上，从中国的角度来看，塞尔维亚现在是一个特别 "有用的空间"。如果从西方的角度来看,为中国发展塞尔维亚的贸易、军事、卫生、人工智能和生物技术能力本身是一个战略,它也有另一个层面,锚定在中国的哲学和战略思想。(Valantin, "中国和新丝绸之路：巴基斯坦的战略", 红队的分析，2015年5月18日）。
这个维度是建立在对中国的空间维度的理解上，在地理意义上。空间不仅被认为是向 "外部 "传播中国影响和力量的支持。它还允许中原王朝从 "外部 "向 "内部""吸纳 "其需要的东西。(Quynh Delaunay、 现代中国的兴起，全球化中的环境帝国, 2014).
这就是为什么我们将一些空间定性为对中国战略的部署 "有用"。这也是为什么每个 "有用的空间 "都与其他 "有用的空间 "有关，并且 "有用"。同样，参与中国战略部署的不同国家也是中国的 "有用空间"。
这种将空间和时间视为流动的哲学是中国战略传统的基本材料。正如Scott Boorman、Arthur Waldron和David Lai等人明确指出的那样，这一传统通过 "围棋游戏 "表现得特别好。
这个非常古老的游戏强调的不是控制，而是掌握对手的空间（Arthur Waldron，"中国的军事经典"，《联合部队季刊》，1994年春季）。其战略是将该空间 "转化 "为自己的空间。要做到这一点，就必须 "包围和征服 "这些碎片，即对手的空间。
为了赢得游戏，主要目标是攻击对手的战略，而不是 "仅仅 "攻击其空间。这种战略哲学充斥着一些最重要的中国战略著作，如孙子兵法。 战争的艺术.它推动了二十世纪的一些重大战略发展。
例如，毛泽东对日本和民族主义军队的 "革命战争 "就是如此（Scott Boorman，同上）。正如我们在《Red Team Analysis Society》中所看到的，它也推动了巨大的 "一带一路 "倡议（Jean-Michel Valantin、 "中国与一带一路倡议 "部分，《Red Team Analysis Society》）。
因此，在这种战略背景和传统下，出现了塞尔维亚的 "有用性 "问题。这种 "有用性 "出现在中国在全世界部署影响力的背景下（David Lai，同上）。换句话说，北京是如何通过在塞尔维亚和欧洲建立能力来阐述 "shih"，即有利环境的战略配置的？
我们必须注意到，中国在塞尔维亚和北极地区的存在最近的快速发展遵循了同样的时间线。换句话说，我们假设北京在全球范围内以及在欧洲范围内都在下一盘 "围棋"。
从欧洲的角度来看，中国在北极的存在是特别有意义的。正如我们在The Red Team Analysis Society的出版物以及2014年以来的相关会议上所解释的那样，值得注意的是俄罗斯、中国、日本和印度对北极的争夺正在推动俄亚大陆集团的出现。
事实上，俄罗斯广阔的北极经济专属区正在吸引俄罗斯和亚洲的能源开发商（Jean-Michel Valantin，"俄罗斯北极地区变暖：俄罗斯和亚洲战略利益的交汇处？"，《Red Team Analysis Society》，2016年11月23日）。
巨大的石油、天然气、矿产和生物资源正在成为一个巨大的经济吸引力。同时，由于北极变暖的影响，俄罗斯当局开放了 "北海航线"。
这条新的海上通道沿着西伯利亚海岸，将白令海峡与挪威和北大西洋相连。因此，它也将巨大的中国和亚洲的经济发展盆地与北欧和大西洋连接起来。在使用北海航线的中国船队数量定期增长的同时，北京与挪威、芬兰、瑞典、丹麦和荷兰的双边贸易协议成倍增加，巩固了其通过北欧进入欧洲市场的机会（Jean-Michel Valantin, "北极中国（2），中国对北方的塑造", 红队的分析 社会，2014年6月9日）。
这意味着，中国利用其在北极和北欧及南欧日益增长的存在来增加其全球影响力。这是通过一种微妙的、多规模的 "包围和征服 "的围棋战略发生的。这个游戏从中国延伸到北极和南北欧，并加入了多个大陆和海洋的 "有用空间"。
因此，当它成为一个 "近北极国家 "和塞尔维亚的技术支持者时，中国 "包围 "了整个欧洲地区（Jean-Michel Valantin, "西方国家正在失去变暖的北极？", The Red Team Analysis Society，2020年12月7日）。
恰好，中国在塞尔维亚、巴尔干和希腊的存在不断加强，"完成 "了对欧洲南部 "有用的塞尔维亚枢纽 "的 "包围"，同时发展中国在北欧的存在。换句话说，欧洲被 "包围 "了，而对欧洲多个空间向中国技术和贸易规范的转化却基本一无所知。
事实上，使用Hélène Lavoix设计的框架，在美国和中国之间的战争发展的规范层面上，塞尔维亚和其他欧洲国家正在采用中国的技术规范（Hélène Lavoix，"中国和美国之间的战争--规范性问题", The Red Team Analysis Society，2022年7月4日）。
然而，这发生在一个北约通过保加利亚、罗马尼亚、北马其顿、黑山、阿尔巴尼亚、希腊、土耳其和意大利的成员资格而具有很大影响力的地区。
通过这样做，中国和巴尔干国家，特别是塞尔维亚的发展战略的融合，削弱了美国在这个历史上的战略地区的影响力。
