近日,IBM宣布实现其量子计算研发版图中的全新里程碑:迄今为止最高的量子体积。通过结合一系列新型软硬件技术来提升整体性能,IBM成功升级其最新的27-量子比特客户部署系统,使量子体积增加到64。过去四年,IBM通过IBM Quantum Experience构建了28台量子计算机。
与经典计算机相比,量子计算机能够更高效、更经济地完成某些信息处理任务,为了实现量子优势(Quantum Advantage),需要对量子电路,即量子应用的组成部分进行改进。量子体积(Quantum Volume)是电路长度与复杂性的衡量标准——量子体积数值越高,其在产业、政府及研究领域探索解决实际问题的潜力就越大。
为了实现在量子体积上的突破,IBM重点开发了一套全新的技术和改进方案,利用硬件知识来优化量子体积电路的运行。这些硬件感知方法具有可扩展性,能够优化任何IBM量子系统中运行的量子电路,从而改进IBM为用户提供的实验及应用。这些技术将在IBM Cloud软件服务和跨平台开源软件开发工具包(SDK)Qiskit待发布版本和优化版本中提供。
IBM院士兼IBM Quantum副总裁Jay Gambetta表示:“我们始终在寻找新方法来突破系统的极限——运行更为庞大、复杂的量子电路,更快速地实现量子优势。IBM采用的全栈方法为开发硬件感知应用、算法和电路提供了一条创新途径,而这些应用、算法和电路都是在业界最包罗、最强大的量子硬件上运行。”
IBM Quantum团队在近期于arXiv上发布的预印版本中,详细介绍了提升量子体积至64所运用的全栈方法中的技术改进。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。