谷歌公司日前发表一篇科学论文,表示已经成功在实验室环境中利用53量子比特超导芯片首次证明所谓“量子霸权”理论。
量子霸权是指对量子计算机执行复杂计算能力的实际证明,要求其解决经典计算机所无法解决的计算任务。谷歌方面此次宣布,其Sycamore芯片已经成功达成这项目标。
此次验证的核心,在于利用处理器中的量子比特查找随机数生成模式。Sycamore在约3分20秒之内即给出一组准确的结果。根据谷歌公司的介绍,即使是全球最强的超级计算机(由美国能源部使用的200千万亿次Summit系统),完成这项任务也需要1万年时间。
上个月,这篇论文的副本曾意外流出,而学术界对此做出的评价亦褒贬不一。《纽约时报》采访到的研究人员将谷歌的这一里程碑比作莱特兄弟于1903年首次完成飞机试飞。但着力开发自有量子芯片的IBM公司科学家则对这项突破提出质疑。
IBM专家们在博文当中指出,实际上,Sycamore所做的计算任务完全能够在经典计算机上求解。他们引用了IBM的一项分析结果,表明只要具备充足的存储硬件,Summit在理论上完全能够在合理时间内完成这项计算任务。他们指出,“我们认为,经典系统能够在2.5天之内完成同一任务的理想模拟,且保真度更高。”
事实上,量子计算领域的其他参与者对这条消息也抱持谨慎的乐观态度。红杉资本资助的量子软件初创企业Q-CTRL Pty公司CEO Michael Biercuk表示,“如果能够通过后续严格审查,这一学术成就将具有里程碑式的意义。”而英特尔实验室负责人Rich Uglig则强调,量子计算机远未达到商业可行的水平,但仍对这一消息表示祝贺。
此外,Constellation Research公司分析师Holger Mueller表示此次成果只是万里长征的第一步。
他指出,“这第一步当然是辛勤工作与大量投资的结果,但对量子计算的实际应用并没有多大影响。每项技术都拥有自己的第一步;对于现在的量子计算,最重要的在于降低复杂性、降低总体拥有成本,以及实现下一代量子应用与传统应用间的共存。”
打造一款超越超级计算机的量子芯片绝非易事。位于美国加州圣芭芭拉谷歌实验室(Sycamore即诞生于此)的研究人员开发出一种基于超导金属的新架构,同时采用可靠性更高的量子比特设计以避免计算错误。
谷歌公司量子计算负责人John Martinis与Sergio Boixo解释称,“我们利用一种新型控制旋钮达成了此次目标。该旋钮能够关闭相邻量子比特间的交互,从而极大减少这类多连接量子比特系统中出现的错误。我们还对芯片设计做出优化以减少串扰问题,同时开发出新的量子比特控制校准技术以进一步提高性能水平。”
谷歌公司在商用量子计算机的研发方面已经投入十余年光阴。其早在2006年就加入这场竞争,最早由研究人员Hartmut Neven发起项目,旨在探索如何将量子计算与机器学习结合起来。谷歌现在拥有专门的量子计算工程小组,并与多所高校就相关技术开展积极合作。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。