亚洲周刊专区

【亚洲周刊专版】存在许多未知数 香港“明日大屿”障碍重重

作者:江迅

总造价估算要6000多亿港元(约3223亿令吉)的“明日大屿”计划,建议首阶段在交椅洲附近填海1000公顷,提供15万至26万个住宅单位,七成是公营房屋,建立第三个核心商业区,创造20万个高增值就业机会,提供40万平方米商业楼面;优先发展56公里交通运输网络连接港岛、人工岛、大屿山及屯门。

据悉,“明日大屿”的土地价值看好,卖地收入料达9740亿港元至1万1430亿港元;经济效益也佳,每年料可带来1410亿港元增加值,相当于5%当地生产总值;社会效益大,增加土地供应,纾缓房屋短缺,纾缓新界西北交通负荷等。工程前期研究拨款申请于2019年5月在立法会获工务小组通过,但“临门一脚”争取财委会拨款之际,立法会因大楼遭暴徒损毁而被叫停会议,项目至今拨款无期。“明日大屿”交椅洲“中部水域人工岛”的前期研究涉及5.5亿港元,也是一笔不小的数字,成了反对派的攻击目标。

全国人大常委会决定现届香港立法会延任不少于一年,“明日大屿”前期研究拨款在任期延长后能否“翻生”,一度成为热议话题。特首林郑月娥已经表明,不反对来年议会先处理民生、少争议的工程,“明日大屿”等具争议项目暂“摆一边”。一直支持“明日大屿”的部分建制派也对项目有保留,因拨款花费太大,要在库房提取如此大笔开支,计划又太长远,在现时疫情和经济环境下开展未必合理。

政府的“明日大屿”搁置了,但填海造地的舆论仍此起彼伏,目标从香港海域的交椅洲,移向珠海水域的桂山岛。5月下旬,全国人大和政协两会期间,香港民建联人大代表和政协委员提出涵盖教育、民生、创科、与中国内地合作等多个方面的23条提案和建议,其中包括的重点建议就有在大湾区填海建造香港城提案,建议在珠海市桂山岛及港珠澳大桥珠海段南侧指定水域填海,再借让给特区政府建造香港城,料可至少提供10平方公里或1000公顷未发展土地,提供十多万个住宅单位,构建集商业、专上教育、科研及现代物流和工业的新型经济中心。

港境填海造地阻碍多

对此,民建联立法会议员梁志祥指出,香港境内填海造地阻碍重重,“明日大屿”至今仍未取得前期研究拨款,而即使拿到资金开展研究,需时起码3至4年,之后还要向立法会申请工程拨款,存在很大未知数,最快都要10年才会有眉目。若桂山岛填海借地予香港,那将是中央送的一份大礼,因为中国的填海技术先进,填海过程不用香港操心,也不用经过立法会去寻求拨款,估计5年内便能兴建首批房屋,帮助港人解决燃眉之急。

中国银行香港经济与政策研究主管、前中央政策组首席研究主任王春新及全国政协委员凌友诗多年来都在研究填海造地,早在两年前就提出桂山岛填海借地倡议;日前,王春新又详述其最新桂山岛发展蓝图倡议,重申若桂山岛填海借地能成事,不但有助解决香港房屋土地问题,更有助提升整个大湾区发展竞争力。填海60平方公里,连同现有的10平方公里,合共70平方公里用地,其中50平方公里借地予香港,建“香港城”,实行香港制度和法律,提供60万户住宅,800万平方米商业楼面,容纳168万人口;另15平方公里由粤港澳合作建大湾区深水港,另5平方公里建大湾区会展商贸中心;至于与港岛、九龙、东涌的连接,则需海运、铁路和桥梁。也有学者认为,居民出入靠船运不方便,从香港岛到桂山岛,要先经整个大屿山,而大屿山与桂山岛的交通如何链接也是问题。

除了填海造地以外,从广东划地“借”予香港,也时有团体和机构倡议。香港工会联合会荣誉会长郑耀棠成立的香港发展研究基金,倡议在广东省中山、珠海划一块地给香港,参考“澳门新街坊项目”建设香港社区,建商业楼宇,发展高新技术产业,辐射带动周边发展,这个区域在大湾区一小时生活圈内,实施香港法律,由香港管辖。有学者指出,这一方案从成本和操作性而言都有不少障碍,配套交通需要再建,也没有和现有高铁基建相配合;再说,虽然直接要地比填海省了大笔资金,但根源在于广东省划土地给香港,也并非那么简单,必定引发内外质疑反对声,好事多磨而十磨九难,最终寸步难行。

房屋问题深化矛盾

有学者指出,如果只是围绕桂山岛做一个小规模的填海,首先它和香港包括大屿山都没有直接连结,建交通配套的成本非常高,而且就这些基建而言,居住的人越多效益就越好,但如果只为了10平方公里去修跨海基建,成本效益就不理想,所以一定要填得大一些;其次,要把现有的基建,将港珠澳大桥连接起来,这样效益好,初期成本也能控制。

一国两制研究中心总裁张志刚说:“香港的土地房屋问题是公认的深层次问题。当然,解决了土地缺乏、房价高企的问题,不等于就不再有人提出港独自决等问题,政治问题还是会存在,甚至仍然是主角,但起码不会火乘风势,尤其是土地房屋问题,深化了阶级矛盾,令到港独分子有诸多借口去攻击政府,让人觉得社会存在严重的不公平、不正义。解决房屋问题,必然会减轻相当的政治压力。”

张志刚说:“香港房屋问题积压多年,增加土地供应,在香港每个市民都口头上支持,但一旦要落实,又有无数人利用政治现实和冗长的程序去拖后腿。所以,过去有不少研究土地供应的智库和学者,都尝试利用外来力量打破土地供应短缺的死局。最便捷的方法,就是希望中央帮忙,在中国觅地,又或者在中国水域填海,之后再交由香港特区发展,那就可突破香港的内部的政治以及程序繁复的制约。”

中央填海胜于借地

张志刚指出,由中央政府在合适靠近香港的中国水域填岛,完成填海工程之后,就可以由全国人大决定形式交由香港特区管理,待发展之后,把卖地所得再偿还中央政府的填海成本费用。填海是无中生有,比在中国划地予香港发展的政治敏感程度较低。当然,还是有中国官员的态度比较抗拒,他们的想法很简单,就是香港自己的土地多的是,不但有大面积的郊野公园,其他可以改作发展用途的绿化地带为数也不少,市区内大量旧区老区可以重建;就算填海,维多利亚港以外也有大片水域可供发展之用,为何香港自己不好好规划,而要打中国的水域和土地的主意?

张志刚认为:“易地而处,中国官员他们这种情绪,也是完全可以理解。但香港回归23年,香港房屋问题仍然困扰香港几代人,中央责成特区政府要严肃处理,认真面对,他们也是尽力而为,但面对当下的政治现实和冗长程序,官员们也是不能自已,忙完一轮,又是白忙一场。房屋短缺的政治后果,也要特区政府和中央政府去承担。如果由香港内部自行填海造地,也会面对不同的利益团体以不同的名目和借口去阻挠进程;如果由中央先行填海,就完全是中央的事务,或者起码只是中央政府和特区政府的事务;反对派仍然会反对,却无着力点,欲反无从。”

中央只是表态愿意为香港解决深层次矛盾,但具体怎么做还有待观察。广东有高校学者认为,澳门已有向中国“借地”和“借水域”填海的先例,若香港要“借水域”填海,相信技术上没问题,建议粤港两地可在具体执行上积极探讨创新合作模式。还有中国学者认为,自从港珠澳大桥通车以来,不仅缩短了香港与珠江口西岸的地理距离,还拉近了双方的心理距离,珠海有不少岛屿并未开发或未发挥出应有作用,若放在粤港澳大湾区视角,通过粤港乃至粤港澳联合开发部分珠海岛屿,具一定可操作性及重要意义,建议粤港政府积极探讨创新合作模式。桂山岛,狮子山,风云竞逐,潮起潮落,共同书写香江不朽名句。

作者:袁玮婧

香港住房困境症结在土地

香港房价居世界之冠,逾20万人居住在9万多间狭窄与环境恶劣的“劏房”,大批市民轮候公屋,土地问题是症结,增加土地供应刻不容缓。

一张张被铁丝网包围的床位,铁笼外都挂了一把锁,狭窄的通道两旁是一个个叠起来的笼子,这不是动物园也不是监狱,而是香港的笼屋。1992年黄家驹主演的电影《笼民》将这些被铁丝网围住的香港底层民众的生活处境带入更多观众的面前,近30年过去了,香港的房屋问题依旧没有改变。

居住环境恶劣

香港各式劏房的照片常在网络上热传,劏房的方式层出不穷,从几户到几十户不等;蜗居其中的是孤寡老人、低收入劳工、长期病患及贫穷妇女儿童;细小的狭窄空间,摆放得密密麻麻的杂物,住客蜗居在仅有的居住空间里,随意伸展都是奢望。

最令人触目惊心的就是“笼屋”及“棺材房”。笼屋最早出现在1950年代,用作外来劳工的临时住宿,大多存在于深水埗的危楼之中,住在铁笼里的人,也被称为“笼民”;棺材房则是在原有的板间房基础上,以井字型上下分割为6间,每间约1.5平方米,租金也要每月约1500至2000港元(约806至1074令吉),进入房间后只能直挺挺地躺着,如同躺在了棺材里。而有摄影师去年走访基层房屋,一间深水埗房屋被劏成40间棺材房,走廊只有两块砖瓦的阔度。

香港多年被列为全球住屋最难负担的城市,根据美国城市规划谘询机构Demographia发布的《全球房价负担能力调查2018》报告,在包括美国、澳洲、日本等8个主要国家和地区的309个城市中,香港连续第九年占有房价最难以负担这个头衔。

房价持续多年上涨,市民买房背负巨大压力。报告显示,2018年香港房价中值相对于家庭收入中值的倍数(即房价收入比)升至20.9倍,高于此前一年的19.4倍,也续创调查历来最高水平;以这个中位数计算,意味着一个家庭须不吃不喝近21年才能在香港置业。由于房价过高,住房自有率从2004年的54%下滑到2019年的49.8%。在这座繁华的“东方之都”,近21万市民租住在9万多个“劏房”单位内,居住环境恶劣。

政府手里的地太少

香港的公屋本应解决住房问题,但公屋的数量不够。部分问题在于,持有闲置土地的地产发展商没有动力建造公屋。2004至2010年,历经金融风暴和非典(SARS)重创,政府为积极救市,除了取消定期卖地,将发展土地及房屋的主导权拱手相让予发展商以外,亦只维持小量的公屋兴建,更干脆停建及停售居屋,而地产商拿地动力不大。

香港土地供应专责小组前主席黄远辉曾表示:“如果他们(将土地)开发成私人住宅,他们将获得10倍的收益;公屋的话,他们的利润会降到大约5倍。”根据房委会8月11日公布的最新公屋轮候数字,截至今年6月底,轮候册共有26万宗申请,一般申请者平均轮候时间则已延宕至5年半。

香港不是没有土地,但政府手里的地太少,单是新界便有4000公顷闲置土地,其中四分之一由四大地产商持有;一方面是因为地产商囤积土地垄断市场,另一方面是因为香港重视自然生态保护,超过415平方公里的郊野公园与特殊地区受到政府保护,无法开发。而由于土地可开发数量有限,填海造地成为政府新增土地的重要来源,但因环保人士抗议,2005年以来填海造地大幅减少。

据规划署数据显示,拥有1106平方公里土地的香港,只发展了约24%的土地,而当中只有7%属住宅用地;而这仅有的78平方公里住宅用地里面,只有17平方公里是公营房屋,另有26平方公里是私人住宅,但有35平方公里是乡郊居所,供70万名原居民及相关利益者享有。

历任4特首无法解决

前特首董建华任内曾提出“八万五建屋计划”,即每年兴建公屋和私营住房不少于8万5000套,10年内让香港七成家庭能自购住房,以应付当时香港的住屋需求,惟遇上金融风暴楼价大跌,只能草草收场;梁振英当特首时期,也将解决市民住房问题当作首要任务,提出要加速修建公屋;林郑月娥上台后,提出填海造岛的“明日大屿”计划……但这些方案落实总是困难重重,或至今搁浅。

根据2018年底的《长远房屋策略》,未来10年,香港公私营房屋新供应比例定为7比3,但事实上,政府能觅得的土地仍不足以支撑这一目标,收回土地或填海成为解决问题的思路。

有学者指出,发展困局更在于城市发展布局过于依赖中环金融服务业,始终以中环为中心商业区,致使工作机会集中于港岛,新市镇居民跨区工作压力大,填海造地也须考虑当下的中心极化和职住分离两大问题,才能满足市民安居乐业的需要。

新闻来源:亚洲周刊

反应

 

亚洲周刊专区

2024风云人物李飞飞 AI先锋开拓机器人时代

报道:宋阳标

《亚洲周刊》2024年度风云人物,选出北京出生、成都七中肄业、斯坦福大学华裔人工智能(AI)科学家李飞飞(Fei-Fei Li),她被誉为“AI教母”,赋予AI能够读懂图像的眼睛,突破了大语言模型只是搬弄语言、脱离现实的限制,让AI拥有仿如人类的“空间智能”,奠定了机器人能和三维现实互动的条件,开拓机器人时代,带领文明进入人机交流的新纪元。

她2024年创立的空间智能公司“世界实验室”(World Labs)首3个月已融资10亿美元(约44.82亿令吉),火速晋身独角兽企业之列。

让AI跳出电脑主机盒

李飞飞出身清寒,美国读高中时在中餐馆洗碗,父母不惜一切成就她的科学梦,凭强烈好奇心和不懈精神,尽得中美教育之长,既有过人毅力,亦有独特创意,成为两国桥梁,改变人类命运轨迹。

2025年是AI机器人跃飞发展的一年,中国华为将量产人形机器人,美国特斯拉的机器人Optimus亦将投入工厂工作,改变人类社会运作方式。

从ChatGPT等“会说话”的AI,到“能看见”再到“能办事”的AI机器人,背后功臣是被誉为“AI教母”的李飞飞。

她对于“空间智能”的研究教会了AI分析图像,仅从二维画面就能推论物件处于三维空间中的结构,让AI不只能够看见世界,跳出电脑主机盒的束缚限制,于三维现实中互动,正式成为人类社会的“一分子”。

李飞飞将自己对于“空间智能”研究的影响比喻为生物的寒武纪大爆发,期间地球生物开始出现感光细胞的结构,开始能看见世界,随之而来就是生物多样性大爆发。

让AI具有“空间智能”

她2024年4月创立的World Labs在12月推出首款AI系统,以一张图像就能转换成可互动的三维场景,对电影、游戏制作带来革命性改变。

World Labs目标是透过开发仿如人类般的视觉数据处理方法,让AI具有推理三维世界运作方式的“空间智能”。

李飞飞是美国国家工程院院士、美国国家医学院院士和美国艺术与科学院院士,还是斯坦福大学的首位红杉讲席教授和AI实验室主任、以人为本AI研究院(HAI)的院长。

她还曾担任社媒X平台的独立董事、跨国科企谷歌的副总裁。

如果能用一句话来形容她,那就是李飞飞是一个AI的前行者,她用AI技术和人类的理性照亮人类未来之路。

从硬核物理走向AI

李飞飞的家庭背景对她的人生选择有着深远的影响。

她的父亲是一位工程师,母亲是一位老师,这种“猫爸虎妈”的教育模式,尤其是母亲严格的教育方式,培养了她对知识的渴望和对世界的探索精神,从小对物理学展现强烈好奇心,连骑脚踏车都会想着背后的物理学原理。

李飞飞1976年出生于中国北京,并在四川成都成长,成都七中初中毕业。

16岁时,她随父母移居美国新泽西州,高中期间还在中餐馆打工刷碗,时薪只有2美元(当时约5.38令吉)。但她工余时还看母亲推荐的西方经典名著,让她比一般的理科生有更宽广的人文视野。

1995年,她以全班第6名的优异成绩从帕尔西帕尼高中毕业,并获得了普林斯顿大学的全额奖学金。

1999年,她在普林斯顿大学获得物理学学士学位后,前往西藏进行了一年的藏药研究。

获电子工程博士

2000年,她进入加州理工学院攻读研究生,在2005年获得电子工程博士。

李飞飞是一个孤独、聪明的孩子,疯狂热爱读书。

她的家庭有点不同寻常,小时候,她的父亲送给她一只小狗,那时候,中国的城市家庭中很少有这样的事情;她的母亲来自一个知识分子家庭,鼓励她读《简爱》,她同时也爱读《呼啸山庄》,“艾米莉是我最喜欢的勃朗特”,李飞飞说。

李飞飞12岁时,她的父亲移民到新泽西州,她和母亲好几年没见过他。

当李飞飞16岁时,她和母亲也到了那个小镇。抵达美国的第2天,父亲带她去了一家加油站,让她告诉机械师修理他的车。

她几乎不会说英语,但李飞飞通过手势想出了如何解释这个问题。

2年内,李飞飞已经学会了足够的英语,可以担任翻译、口译员,并为只学过最基本英语的父母担任翻译。

她说:“我必须成为父母的嘴巴和耳朵。”

她在学校也表现得很好。她的父亲喜欢在旧货市场上找东西,给她找到了一个科学计算器,她在数学课上用过这个计算器,直到一位老师发现了她的计算错误。他们发现,计算器的功能键坏了。

人类生命基本就是智能

1995年,李飞飞考入普林斯顿大学,期间发现爱因斯坦、薛定谔、玻尔等科学家都在专业生涯晚期时开始转向探讨人类的精神世界和生命奥秘。这让李飞飞不自觉地追随先驱的脚步开始思索生命的意义等命题。

“对我来说,人类生命的基本问题就是智能。带着这样的探寻目光,我步入了神经科学的世界。在几次神经科学领域的实习经历中,更加确定了对智能的热爱。于是,我从硬核的原子世界、物理世界,转向了对智能的探索”,李飞飞说。

重组电脑认识世界的方式

本科毕业以后,李飞飞到加州理工学院攻读AI和计算神经科学,她选择将计算机视觉作为研究方向,这一领域当时很少有人接触并研究。

计算机能够识别的物体种类极其有限。

而业界大多观点认为算法才是计算机视觉的核心,李飞飞却意识到要想让机器认知到更大的世界,或许还需要一个庞大的数据集。

ImageNet电脑视觉同行

与其他科学家不同的是,李飞飞能够看到并促进看似不同的领域之间的联系,这促使她想出了ImageNet。

她的电脑视觉同行正在研究帮助电脑感知和解码图像的模型,但这些模型的范围有限,研究人员可能会编写一种识别狗的算法和另一种识别猫的算法。李开始怀疑问题不在于模型,而在于数据。

她认为,如果一个孩子通过体验视觉世界来学习看东西——通过观察她早年无数的物体和场景——也许电脑也可以以类似的方式学习,通过分析各种各样的图像及其之间的关系。

组织整个世界视觉概念

这一认识对李来说意义重大。“这是一种组织整个世界视觉概念的方式”,她说。

但她很难说服同事们,在一个巨大的数据库中标记每个物体的每一张可能的图片是合理的。更重要的是,李飞飞认定,为了使这个想法奏效,标签的范围需要从一般的(“哺乳动物”)到高度特异的(“星鼻鼹鼠”)。

2007年,李飞飞回到普林斯顿大学担任助理教授,当她谈到自己对ImageNet的想法时,她很难得到同事的帮助。最后,一位专门研究计算机体系结构的教授同意与她合作。

她的下一个挑战是建造这个巨大的东西。这意味着很多人将不得不花很多时间做标记照片的繁琐工作。李飞飞试图给普林斯顿大学的学生每小时10美元(当时约35.13令吉)的工资,但进展缓慢。然后,在学生的建议下,她通过网商平台将这些图片标记任务分散给了全球5万人完成了这项工作,将项目完成时间从19年大幅缩短到2年半。

2009年,李飞飞的团队认为这个庞大的数据集——320万张图片,已经足够全面,可以使用。他们发表了一篇关于它的论文,以及数据库。后来数据库的图片量增长到1400万张。

遇到AI教父欣顿

起初,这个项目很少受到关注。但随后该团队有了一个想法:他们联系了次年在欧洲举行的电脑视觉比赛的组织者,要求他们允许参赛者使用ImageNet数据库来训练他们的算法。这成为了ImageNet大规模视觉识别挑战赛。

2012年是影响AI走向的时刻,在那年举办的第3届ImageNet比赛上,李飞飞遇到了后来被视为AI教父的杰弗里·欣顿。

ImageNet使深度学习得以壮大

欣顿来自一个传奇的家族,他的祖辈有布尔代数的创立者,还有曼哈顿计划的参与者,包括后来获得中国第一张绿卡的寒春以及寒春的哥哥、中国人民的老朋友韩丁。

欣顿于2024年10月获得诺贝尔物理学奖,他还曾在2018年得过与AI相关的图灵奖。他还是英国皇家学会院士、加拿大皇家学会院士、美国国家科学院外籍院士、多伦多大学名誉教授。

在第三届ImageNet比赛上,欣顿和他的2名学生克里泽夫斯基、苏茨克维设计了一种新的神经网络算法AlexNet,利用该数据库训练了一种被称为深度神经网络的AI,以高达85%的识别准确率夺得了当年ImageNet挑战赛的冠军,创下了计算机视觉领域的世界纪录。AlexNet基于上世纪80年代就已提出的深度卷积神经网络,但当时这套算法被业界视为“老古董”,直到经过ImageNet数据集训练后才重获关注。

AI领域的深度学习革命也自此开启。

李飞飞本没打算去看欣顿领奖,她正在休产假,婚礼在意大利佛罗伦萨举行,她的新婚丈夫是机器人专家萨瓦雷斯,但她意识到历史正在被创造。

于是,李飞飞在最后一刻买了一张票,挤在中间的座位上坐了一夜的飞机。

欣顿的ImageNet神经网络改变了一切。到2017年,即比赛的最后一年,参赛冠军电脑识别图像中物体的错误率已从2012年的15%降至3%以下。

ImageNet使深度学习得以发展壮大——它是自动驾驶汽车、面部识别、可以识别物体的手机摄像头等最新进展的根源。

欣顿的学生苏茨克维与李飞飞的学生卡帕斯后来成为OpenAI的联合创始人。

■下篇预告

李飞飞引导AI发展服务人类

新闻来源:亚洲周刊

 

反应
 
 

相关新闻

南洋地产