霍尼韦尔(Honeywell)今天推出了10量子位的量子计算机——System H1,并将通过云向企业客户提供。
霍尼韦尔是世界主要的工业和航空航天设备制造商之一,在退出市场约30年后的今年3月意外回归,称正在开发一种基于所谓“量子陷阱”设计的量子计算机,几个月之后该计算机上线了。
今天首次亮相的System H1具有10量子位,因为增加了128个量子体积,所以性能提高了一倍。量子体积是IBM于2017年公布的一种用于度量量子计算机速度的标准,不仅是基于系统中的量子位数量,而且还根据影响计算效率的其他因素进行了计算。
System H1内部的量子位是镱量子(或带电原子),悬浮在称为离子阱中。经过精确调优的电磁场会将原子固定在适当位置,通过使用激光将信息编码为离子的自旋态,然后以有助于数据处理的方式操纵该信息以执行计算。
霍尼韦尔的系统设计不同于其他两家量子计算机制造商谷歌和IBM,谷歌和IBM的量子位不是基于离子的,而是基于超导材料制成并保持在绝对零温度附近的电路。
霍尼韦尔表示,他们的技术相比替代方法相比具有某些优势,量子位可靠性更高。其他系统的量子位是很脆弱的,以至于在丢失信息之前只能保留几微秒的信息,但是6月的时候霍尼韦尔曾表示,基于离子的量子位可以将信息保留几秒钟,这样就可以执行某些数据操作,而这一点对于其他系统来说,是很困难或者是完全无法做到的。
霍尼韦尔将以订阅的方式向企业客户提供System H1,通过API接口以及微软Azure Quantum服务、合作伙伴Zapata Computing和Cambridge Quantum Computing供货。早期用户包括摩根大通、默克公司和德国交付巨头DHL International GmbH。
霍尼韦尔量子计算解决方案部门总裁Tony Uttley表示:“我们通过订阅模式让企业客户可以访问霍尼韦尔这款最先进的系统。霍尼韦尔的独特方法让我们能够通过增加量子位、保真度和特殊的功能更新来系统地、持续地‘升级’H1系统。”
此外霍尼韦尔今天还分享了H1代之后量子计算机的开发规划。霍尼韦尔表示,已经开始了第二代量子计算机系统H2的“集成工作”,并正在开发技术以支持计划中的第三次系统,未来计算机将具有更高的量子位数和更高的计算可靠性。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。