Mỹ từng thảm bại với “20.000 người chế.t” trong cuộc chiến giả định với Iran
Một cuộc chiến mô phỏng giữa Iran và Mỹ năm 2002 cho kết quả bất ngờ khi quân đỏ đại diện cho Iran giáng đòn nặng nề vào quân xanh đại diện cho Mỹ.
Hạm đội tàu sân bay Mỹ từng hứng chịu tổn thất nặng nề trong cuộc chiến giả định năm 2002.
Theo Daily Star, thiếu tướng Qasem Soleimani mới bị Mỹ á.m sá.t là một trong những nhân vật quyền lực nhất Iran – người được dự đoán có thể làm tổng thống Iran.
Cái chế.t của tướng Soleimani thổi bùng căng thẳng Mỹ – Iran với nguy cơ biến thành chiến tranh toàn diện, thậm chí là sự khởi đầu cho Thế chiến 3.
Điều này khiến người ta nhớ lại cuộc chiến mô phỏng giữa một bên là lực lượng đại diện cho Iran, một bên là lực lượng Mỹ. Cuộc chiến mô phỏng do Lầu Năm Góc tổ chức năm 2002 với tên gọi “Millennium Challenge” (Thử thách Thiên niên kỷ).
Cuộc chiến mô phỏng diễn ra cả trên máy tính và trong điều kiện tác chiến thực tế, tiêu tốn tới 250 triệu USD. Ở thời điểm năm 2002, đó là cuộc tập trận mô phỏng tốn kém nhất, diễn ra một năm trước cuộc chiến tranh Iraq.
Cả hai bên đều được giao mục tiêu và điều kiện chiến thắng khác nhau. Quân đỏ đại diện cho Iran cần phải giữ được chế độ và buộc đối phương rút khỏi khu vực.
Iran sở hữu những đội xuồng cao tốc uy lực.
Quân xanh đại diện cho Mỹ phải phá hủy được kho vũ khí chiến lược của quân đỏ, kiểm soát các tuyến đường hàng hải và đậ.p tan tham vọng thống trị Trung Đông của quân đỏ.
Quân đỏ khi đó do Trung tướng Paul Van Riper, tư lệnh Thủy quân Lục chiến Mỹ chỉ huy. Van Riper chủ trương tung đòn tấ.n côn.g trước khi nhóm tác chiến tàu sân bay Mỹ đi vào vùng Vịnh. Chỉ huy quân đỏ cũng áp dụng hình thức tác chiến phi đối xứng để đối phó với sức mạnh áp đảo của các tàu sân bay Mỹ.
Ngay khi nhóm tàu sân bay Mỹ vào tầm bắ.n, Van Riper ra lệnh tiến công. Đòn đán.h bằng tên lửa hành trình và chiến đấu cơ gây quá tải hệ thống cảnh giới và phòng không trên tàu chiến Mỹ. Nhân cơ hội này, xuồng cao tốc mang thuố.c nổ lao thẳng vào đội hình tàu sân bay Mỹ và gây thiệt hại nặng.
Video đang HOT
Chỉ trong chưa đầy 10 phút, quân xanh tổn thất tới 16 tàu chiến, bao gồm một tàu sân bay, 10 tuần dương hạm và 5 tàu đổ bộ. Ước tính thương vong về người trong điều kiện thực tế lên tới 20.000. Điều này cho thấy một lực lượng hải quân khiêm tốn như Iran hoàn toàn có thể đán.h chìm các hạm đội tàu sân bay uy lực của Mỹ.
Iran sở hữu số lượng lớn tên lửa tầm trung có thể đ.e dọ.a tàu chiến Mỹ.
Trong môi trường tác chiến bị quân xanh có sức mạnh vượt trội hơn vô hiệu hóa trạm phát sóng và đường truyền tín hiệu, Van Riper áp dụng những biện pháp cổ điển từ thời Thế chiến II như cho người truyền tin bằng xe máy, phát thông điệp bí mật qua loa phóng thanh trong các buổi cầu nguyện của đạo Hồi, thậm chí là dùng hệ thống đèn sân bay để phát dữ liệu mã hóa.
“Tôi tính toán số lượng tên lửa hành trình mà hệ thống phòng thủ quân xanh có thể đán.h chặn, sau đó tung đòn đán.h với số lượng tên lửa nhiều hơn thế”, Van Riper nhớ lại. Điều này khiến các hạm đội tàu sân bay Mỹ thuộc quân Xanh bị choáng ngợp trước những gì diễn ra thực tế.
Kết quả cuộc chiến mô phỏng với phần thắng giành cho quân đỏ khi đó khiến các chỉ huy Mỹ chấn động. Quân xanh cáo buộc quân đỏ “chơi bẩn” vì Iran sẽ không nghĩ ra cách chiến đấu sáng tạo như vậy trên thực tế.
Kết quả là cuộc chiến mô phỏng được khởi động lại và Van Riper buộc phải “diễn” theo kịch bản cho trước, với chiến thắng dĩ nhiên là thuộc về phe quân xanh. Giới chức Mỹ khi đó bảo vệ quyết định, nói rằng quân xanh thua cuộc không có lợi cho một chương trình mô phỏng chiến tranh tốn kém.
Nhưng có lẽ quân đội Mỹ đã rút ra được nhiều bài học trong bối cảnh căng thẳng Iran-Mỹ leo thang 18 năm sau.
Theo danviet.vn
Mất rất nhiều thời gian để máy móc có được khả năng sáng tạo như các nhà khoa học
Tương lai của toán học là gì khi mà sức mạnh của máy móc ngày càng gia tăng? Liệu máy móc có thể thay thế các nhà toán học, chẳng hạn như trong việc chứng minh các định lý không?
Trả lời vấn đề này, Giáo sư Kathryn Hess Bellwald khẳng định: Sẽ mất rất nhiều thời gian để máy móc có được khả năng sáng tạo như các nhà toán học, đặc biệt là những phát hiện có tính trực giác cao, và những mối liên hệ tương đồng bất ngờ.
GS. Kathryn Hess Bellwald, giáo sư Trường Đại học Bách khoa Lausanne, Thụy Sĩ (École polytechnique fédérale de Lausanne) đến làm việc tại Viện Nghiên cứu cao cấp về Toán (VIASM).
Trong tuần 16-19/12/2019 vừa qua, bà Kathryn Hess Bellwald, giáo sư Trường Đại học Bách khoa Lausanne, Thụy Sĩ (École polytechnique fédérale de Lausanne) đã đến làm việc tại Viện Nghiên cứu cao cấp về Toán (VIASM). Loạt bài giảng của GS. Kathryn Hess Bellwald về chủ đề ứng dụng của tôpô, một công cụ toán học tưởng chừng hoàn toàn thuần túy lý thuyết, trong nghiên cứu về cấu trúc của hệ thần kinh. Đây là một phần của dự án khổng lồ Blue Brain Project, được tài trợ bởi do chính phủ Thụy Sĩ và cộng đồng châu Âu tài trợ, thực hiện từ gần 15 năm nay tại Trường Đại học Bách khoa Lausanne, nhằm xây dựng một mô phỏng số chi tiết của bộ não con người.
Giáo sư Kathryn Hess Bellwald
Giáo sư Kathryn Hess Bellwald làm việc trong lĩnh vực lý thuyết đồng luân, lý thuyết phạm trù và tôpô đại số, cả lý thuyết và ứng dụng. Đặc biệt, Giáo sư đã áp dụng các phương pháp của Tôpô đại số trong khoa học về hệ thần kinh, sinh học của bệnh ung thư, và khoa học vật liệu. Vào năm 2017, Giáo sư được bầu là hội viên ưu tú của Hội toán học Mỹ vì "những đóng góp trong lý thuyết đồng luân, ứng dụng của tôpô trong việc phân tích các dữ liệu sinh học và vì những đóng góp cho cộng đồng toán học". Năm 2017, bà cũng được bầu chọn là báo cáo mời đặc biệt của Hội Toán học châu Âu.
Nhân dịp này phóng viên đã có cuộc trao đổi nhanh với Giáo sư. Kathryn Hess Bellwald.
Thưa Giáo sư, lý do nào khiến Giáo sư trở thành một nhà toán học khi mà mong ước ban đầu là lĩnh vực Vật lý?
Giáo sư Kathryn Hess Bellwald: Mong ước ban đầu của tôi (từ năm 11 tuổ.i) là trở thành một nhà vật lý thiên văn. Khi mới vào đại học, tôi bắt đầu học Toán và Vật lý để chuẩn bị cho việc học Vật lý thiên văn.
Vào giữa năm thứ ba, một trong những giảng viên Vật lý của tôi - cũng là giáo sư nữ duy nhất trong số những giảng viên Toán hay Vật lý mà tôi từng học đã nói với tôi rằng:, lý do duy nhất khiến cho tôi đang học tập rất tốt trong môn học về điện và từ mà giáo sư đang giảng dạy là vì tôi rất giỏi Toán, và bởi theo cô, tôi có rất ít trực giác về Vật lý. Cô ấy đã khuyên rằng tôi nên tập trung học Toán, và kể từ đó đến giờ, tôi luôn luôn cảm thấy rất biết ơn Giáo sư Vật lý của mình về nhận xét rất thẳng thắn đó.
Ai là người có tầm ảnh hưởng lớn nhất tới sự nghiệp làm Toán của Giáo sư?
Giáo sư Kathryn Hess Bellwald: Có lẽ là Giáo sư John Moore (ở đại học Princeton), người mà tôi đã có cơ hội được gặp tại Đại học Rochester, Mỹ khi tôi đang nghiên cứu sau tiến sĩ ở Đại học Toronto, Canada. Cuộc trò chuyện của chúng tôi trong chuyến thăm đó đã có ảnh hưởng lâu dài tới con đường Toán học của tôi.
Ở Việt Nam, số lượng n.ữ sin.h viên đại học trong ngành Toán cũng như trong khối ngành STEM ngày càng gia tăng, tuy nhiên con số này đối với sau đại học thì lại có xu hướng giảm. Liệu vấn đề này có xảy ra tương tự ở Thụy Sĩ hay ở các nước châu Âu nói chung không? Những biện pháp nào có thể giúp làm tăng con số này một cách hiệu quả?
Giáo sư Kathryn Hess Bellwald: Chắc chắn là có rồi. Tôi nghĩ có thể sẽ khá hữu ích nếu như chúng ta thử áp dụng việc thiết lập mạng lưới nghiên cứu, như ở bậc thạc sĩ/tiến sĩ, vào bậc đại học. Đó là việc tập hợp các nhóm nghiên cứu gồm 4 đến 6 sinh viên nữ ở các cấp bậc khác nhau để cùng giải những bài toán thú vị, và lời giải thậm Giáo sư có thể được công bố rộng rãi.
Khi cùng làm việc, các nhà nghiên cứu nữ gắn bó với nhau hơn, tạo thành một mạng lưới. Những người có thâm niên lâu năm một cách tự nhiên trở thành cố vấn cho các thành viên trẻ hơn. Và có càng nhiều công bố thì càng tốt cho tất cả mọi người.
Ở bậc thạc sĩ/ tiến sĩ (khi mà những thành viên có thâm niên trong nhóm là nhà khoa học nữ trong biên chế), khái niệm này được gọi là "Cộng đồng Nghiên cứu cho Phụ nữ". Ở Mỹ, Tổ chức AWM (Association for Women in Mathematics - Hiệp hội phụ nữ trong Toán học) tại Mỹ đã tài trợ và thiết lập một vài cộng đồng nghiên cứu như vậy, bạn có thể xem thêm thông tin về các hoạt động tại địa chỉ https://awmadvance.org/. Và điều này tôi thấy đã đem lại những kết quả tốt, bằng chứng là vì số lượng phụ nữ tiếp tục nghiên cứu về Tôpô đại số đã gia tăng nhanh chóng kể từ khi chúng tôi bắt đầu tổ chức các buổi hội thảo "Phụ nữ trong Tôpô" (Women in Topology - WIT).
Giáo sư đã từng nghiên cứu cả toán học lý thuyết lẫn toán học ứng dụng. Có sự khác biệt nào về cơ chế làm việc giữa chúng?
Giáo sư Kathryn Hess Bellwald: Chắc chắn là có sự khác biệt! Khi làm toán học thuần túy, tôi thường tự làm việc hoặc với nhiều nhất hai hay ba người nữa (Trường hợp ngoại lệ duy nhất là dự án WIT, trong đó chúng tôi có khoảng năm hoặc sáu người cùng làm việc với nhau). Chúng tôi dành nhiều thời gian bên bảng đen để phác thảo các chứng minh hoặc xây dựng nên các lý thuyết mới.
Trong khi đó, toán ứng dụng lại giống như một môn thể thao đồng đội vậy, cả đội phải thường xuyên cùng động não để cùng hiểu vấn đề với nhau. Việc chứng minh các định lý ít hơn, nhưng việc thử nghiệm và mô phỏng trên máy tính thì lại nhiều hơn. Thêm nữa là nói chung sẽ phải đọc nhiều tài liệu hơn.
Giáo sư có thể mô tả cho mọi người một cách dễ hiểu nhất về khái niệm tô pô (topology), và lý do nào khiến nó được áp dụng trong khoa học thần kinh không? Khoa học thần kinh số hóa (Digital neuroscience) là gì?
Giáo sư Kathryn Hess Bellwald: Tôpô học là một lĩnh vực toán học nghiên cứu về hình dạng, trong đó "lân cận" (proximity) và "liên thông" (connectivity) là hai khái niệm căn bản nhất. Đó là một trong những hướng đi của toán học đặc biệt phù hợp với trong việc mô tả và đặc trưng hóa các cấu trúc toàn cục dưới những hình dạng xuất hiện bởi các ràng buộc địa phương.
Loạt bài giảng của GS. Kathryn Hess Bellwald về chủ đề ứng dụng của tôpô, một công cụ toán học tưởng chừng hoàn toàn thuần túy lý thuyết, trong nghiên cứu về cấu trúc của hệ thần kinh.
Digital neuroscience còn được gọi là "in silico neuroscience" là một nhánh của khoa học thần kinh thiên về việc thực hiện các mô phỏng quy mô lớn cấu trúc và chức năng của não bộ trên máy tính.
Ở Việt Nam, một trong những điểm yếu mà nhiều người đã chỉ ra là tính liên ngành trong các nghiên cứu khoa học nói chung, và nói riêng là sự gắn bó giữa toán học và các lĩnh vực khác, và đây là một trong những nhiệm vụ trọng tâm mà Chương trình trọng điểm quốc gia phát triển Toán học đang cố gắng thay đổi. Big Blue Project là một dự án rất lớn và phức tạp, bao gồm nhiều chuyên gia đến từ nhiều lĩnh vực khác nhau, theo Giáo sư, điểm mạnh của một nhà toán học khi làm việc với các nhà khoa học đến từ các lĩnh vực khác là gì? Và chúng ta (các nhà toán học) có thể học được gì từ họ (các chuyên gia đến từ các lĩnh vực khác, ví dụ như phương pháp làm việc của họ?). Giáo sư có thể đưa ra lời khuyên nào cho các nhà toán học (thuần túy) khi họ muốn chuyển qua làm một dự án mang tính chất ứng dụng không?
Giáo sư Kathryn Hess Bellwald: Các nhà toán học có thể làm quen với những khái niệm mới và đi vào mấu chốt của vấn đề một cách khá nhanh chóng.
Chúng ta được đọc nhiều về các lĩnh vực khác, được nghe các bài giảng của lĩnh vực khác, được làm việc để tiếp thu vốn từ chuyên ngành của họ và hiểu được vấn đề chính cũng như động lực nghiên cứu của họ là gì. Và một khi bạn đã bắt tay vào việc giải quyết một bài toán có khả năng ứng dụng trong một lĩnh vực nào đó, thì việc thường xuyên bàn bạc với các chuyên gia là vô cùng quan trọng, bởi nhờ đó họ có thể đảm bảo cho bạn tính thiết thực của bài toán, cũng như giúp bạn tránh được việc sa đà vào những việc xây dựng các lý thuyết tuy có thể rất đẹp nhưng mà lại không có tính ứng dụng trong lĩnh vực của họ.
Xin cảm ơn Giáo sư!
Nguyễn Hùng (Thực hiện)
Theo dantri.com.vn/
Iran giới thiệu nhiều thiết bị quân sự tự chế tạo Quân đội Iran ngày 3/10 đã công bố nhiều thiết bị quân sự mới do nước này tự chế tạo trong một buổi lễ tổ chức tại thủ đô Tehran, với sự tham dự của giới chức cấp cao quân đội nước này. Tổng thống Iran Hassan Rouhani (giữa, phía sau) cùng các quan chức cấp cao dự lễ diễu binh của lực...