IBM今天首次推出了号称业界首个专注于量子计算的开发者认证计划——IBM Quantum Developer Certification,此举代表了量子计算这项新兴技术实现了一个重要里程碑。
当前的量子计算机仅能够执行相对简单的处理任务,但是人们相信,量子计算技术最终将变得足够先进,能够解决对于当今最先进的超级计算机来说都过于复杂的计算任务。量子计算发展迅速,而作为开发量子硬件的厂商之一,IBM的目标是到2023年底前上线一套1000量子位的系统。
但这有一个核心要求,就是扩展硬件是实现量子计算的先决条件之一,业界还需要能够发挥硬件优势解决复杂科学问题的新型算法。要开发这些算法,开发者就必须首先学习如何对量子计算机进行编程,这系统通过这项开发者认证解决的要求。
IBM Quantum Developer Certification是一项包含了60道问题的测试,需要对核心量子计算概念有透彻的了解才能完成。工程师们必须证明他们能够编写量子计算机程序(无论是真实的还是模拟的),而无需咨询技术指南或同行的帮助。
此外开发者还需要熟悉IBM Qiskit开发套件才能完成这项测试。Qiskit提供的软件构建块让开发者可以更轻松地编写量子程序,其中包含了一组涵盖金融和化学等领域的预打包算法,以及可用于操纵量子电路的更多通用代码组件。
IBM预计,这项认证计划将从多个方面促进量子计算生态系统。IBM表示,这将为那些想要进入量子计算领域的开发者提供一种展示其技能的途径。反过来,对于寻求招募量子软件工程师的企业而言,IBM的认证计划可以让企业更容易找到具有必要专业知识的候选人。
最后IBM表示,对于那些希望在企业内采用量子计算的高管而言,这项认证可能是一种有用的培训资源。来自IBM公司的Abe Asfaw、Kallie Ferguson和James Weaver解释说:“这项测试的主要对象是那些技术领导者,这将有助于他们在组织设定量子计算相关的发展方向。”
未来,IBM将推出更多高级认证,针对那些致力于践行量子计算的开发者。要获得这些证,开发者就需要证明他们可以通过编写量子程序来解决各种领域例如化学领域的特殊问题。
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。