Cisco 近日公布了为迎接量子计算时代做网络准备的计划。在其位于圣塔莫尼卡的新开的量子实验室正式启用之际,该公司宣布已与加州大学 (UC) 圣塔芭芭拉分校联合研发出一款量子网络纠缠芯片原型。
据 Cisco 介绍,该芯片能够生成一对对纠缠的光子,通过量子瞬移实现跨距离的量子态传输。爱因斯坦曾称这种现象为 "超距作用"。
与 Cisco 合作研发该芯片原型的加州大学 (UC) 圣塔芭芭拉分校电子与计算机工程副教授 Galan Moody 表示:"集成光子技术能够将多种光源集成到单一芯片上,并通过将这些光源与光纤和电子控制相结合,一个设备便可为诸多用户的量子网络提升纠缠速率。"
该芯片是 Cisco 构建面向量子计算时代数据中心架构方案的核心组件。在一篇讨论数据中心中量子计算挑战的博客文章中,Cisco 的量子计算负责人 Reza Nejabati 和研究主管 Ramana Kompella 写道:"量子数据中心网络结构面临的挑战与经典网络截然不同。量子数据中心必须保持脆弱的量子态,分发纠缠资源,促进处理器之间的瞬移,并以亚纳秒级精度同步操作。"
Cisco 的量子数据中心架构包含三层。第一层为专用量子硬件所构成的物理层;第二层为分发量子资源的纠缠管理层;最后一层是将算法在联网处理器之间分配的计算层。Nejabati 和 Kompella 指出,这个架构使得多个较小的量子处理器能够协同合作,形成统一系统,可能大幅缩短实用量子应用实现的时间。
除了纠缠芯片之外,Cisco Outshift 部门高级副总裁 Vijoy Pandey 表示:"我们正在构建将量子处理器大规模连接起来的基础设施,这将实现分布式量子计算、量子传感以及可改变诸如药物研发、材料科学和复杂物流问题等关键应用的优化算法。而我们的量子网络纠缠芯片正是这一愿景的基石。"
Vijoy Pandey, Cisco 表示:"我们量子网络方案的强大之处,在于我们同时注重软件和硬件的开发。"
Pandey 表示,Cisco 正在推进其他关键组件的研究原型开发,其中包括纠缠分发协议、分布式量子计算编译器、量子网络开发工具包 (QNDK) 以及利用量子真空噪声生成的量子随机数生成器 (QRNG)。
他表示:"我们量子网络方案的强大之处,在于我们同时注重软件与硬件的开发。通过自主研发网络硬件组件——例如这款芯片与完整的软件平台相结合,我们获得了对这些元素如何协同构建完整量子网络基础设施的独到见解。"
尽管一些公司只专注于某一种量子计算技术,Cisco 表示其做法对量子技术持中立态度,这意味着它适用于任何量子计算技术。Pandey 补充道:"我们不必去选定赢家,因为我们正在构建一种网络结构,能够帮助所有量子技术实现规模化。"
该公司承诺在进一步完善量子网络技术栈的过程中,将会公布更多关于量子数据中心基础设施的发展路线图。Cisco 还在其产品系列中实施了后量子密码学 (PQC) NIST 标准,Pandey 表示,此举将确保在后量子时代经典网络依然安全。
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。
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。
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。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。