ZD至顶网服务器频道 09月06日 编译:英特尔本周四表示将投资5000万美元,为代尔夫特理工大学及荷兰应用研究科学院TNO提供工程资源,旨在促进量子计算的发展。
量子计算可望有多个突破,而且有可能导致各种相应的应用的出现。量子计算机用的是量子比特(bit),或量比特(qubit),量比特可处于多个状态,并且可以并行运作。量子计算机有望取代现时那些靠晶体管和二进制数字进行运算的计算机。
英特尔的投资有可能令量子计算更多地被人认识,量子计算的商业化仍有待数年,IBM一直是量子计算机空间的科技巨头玩家之一,IBM正斥资几十亿开发处理器供量子计算机使用。
其他诸如谷歌及NASA等组织也在忙着着手量子计算的事,芯片巨头英特尔表示,英特尔可以在制造和结构技术方面为量子计算研究出一份力。
英特尔首席执行官Brian Krzanich在博文中表示:
量子计算前途大好,但也面临很多需要克服的重大挑战。它属于亚原子领域,传统的基础物理概念已不适用,在亚原子层面上,电子真的可以同时出现在两个地方,可以同时以顺时针方向和逆时针分享旋转。
这种不确定性有其大有可为的一面,但有其极为复杂的一面,当然,对于像我一样喜欢物理的人来说,这无疑也是一个难得的、激动人心的挑战。我们要如何将几千个量子比特(或量比特)连在一起呢?我们要如何控制呢?我们怎样才能稳定地制造、连接和控制更多的量子比特呢?即便是测量量子比特信号也需要全新的低温电子设备,它们目前尚不存在。
对于英特尔来说,押在量子计算机这一注是一种参与姿态,是让人知道英特尔在市场中的份量。Krzanich表示,科技行业在量子计算上必须齐心协力才能令其成事进入实用。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。