ZD至顶网服务器频道 12月10日 编译:IBM赢得了来自美国高级情报研究计划署(IARPA)的资金,以发展其量子计算机研究,尽管对于这种技术的实际应用价值一直都存在着各种各样的担心和怀疑。
IBM研究部门的二把手兼总监Arvind Krishna表示,“我们正处在一个转折点上,量子计算已经超出了理论和实验,转向了工程和应用程序。”
他表示该技术能够提供更高的速度和能力,“政府、工业界和学术界的投资和合作,例如这次的IARPA的投资对于帮助克服某些挑战,建立通用量子计算机是非常必要的。”
然而,一些科学家和研究人员依然怀疑量子计算是否真的存在。
IARPA在今年早些时候曾经呼吁各大公司自告奋勇提供现金,并宣称这项技术现在已经足够成熟,已经可以正常发展了。
剑桥大学的Ross Anderson博士认为最近围绕着量子的提法,“在不同的层次上存在着很多问题”,特别是量子通信和加密。他表示,“关于量子技术到底能不能用,有很多的怀疑。”
蓝色巨人随后在四月份发表的声明表示在它的研究人员在实验室首次展示了同时探测并测量量位翻转和相位翻转量子错误之后,该公司已经在量子计算方面取得了突破性的进展。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。