科技巨头微软于周三发布了 Majorana 1,这是一款掌心大小的"拓扑导体"芯片,它使用一种新型物质作为导体,将使量子系统能够解决incredibly复杂的问题。
这一发展可能为新的计算时代铺平道路,同时也可能带来新一轮高强度网络攻击的时代。
量子计算利用量子物理来解决对于传统基于比特的计算机而言过于复杂的问题。企业和政府已经在量子研究上投入了数十亿美元,各公司和国家都在争夺这一promised的竞争优势。
微软表示,其芯片为量子系统提供了一条通向百万量子比特的路径,这将足以提供可以革新工业、物流、医疗保健等领域的实际解决方案。微软在一篇博客文章中表示,这种拓扑导体(或称拓扑超导体)可以创造一种既不是固态、液态也不是气态的新物质状态。
"发现一种新的物质状态是一回事,"微软技术研究员 Chetan Nayak 在一份声明中说,"利用它来重新思考大规模量子计算则是另一回事。"
芯片中使用的 Majorana 粒子在自然界中并不存在,必须通过磁场和超导体来创造。这种"奇异粒子"最初是微软近 20 年前为开发"拓扑量子比特"而设想的,它提供了更高的稳定性,需要更少的错误修正。微软表示,由此产生的量子比特更加稳定,并且可以进行数字控制。
"我们大多数人从小就学到物质有三种主要状态:固态、液态和气态。今天,这一认知发生了改变,"微软 CEO Satya Nadella 在 X 平台上发文说,"想象一下,一个可以放在掌心的芯片,却能解决当今地球上所有计算机加起来都无法解决的问题!"
这一突破需要由砷化铟和铝制成的新材料,其中大部分是公司"逐原子"设计和生产的。
"在量子领域,无论你做什么都需要有一条通向百万量子比特的路径,"Nayak 说。"如果没有,在达到能解决真正重要问题的规模之前,你就会碰壁。我们实际上已经找到了通向百万量子比特的路径。"
一百万量子比特能带来什么?
微软表示,这一进展可能意味着量子计算的实际应用将在几年内而不是几十年内实现。这些应用可能为自修复材料铺平道路,这些材料可以修复腐蚀或裂缝,例如,可以用于更安全的飞机零件或更可靠的桥梁建设。
"任何制造公司都可以在第一次就完美地设计产品,"微软技术研究员 Matthias Troyer 在一份声明中说。"量子计算机教会 AI 自然的语言,这样 AI 就可以直接告诉你想要制造的东西的配方。"
量子技术有望在医学、农业、机器学习、供应链物流等领域带来改变世界的进步。除了这些宏大的突破性进展,企业还可以期待量子计算带来更多可及和切实的好处。
商业哲学家、作家和演讲者 Anders Indset 说,IT 领导者应该接受量子计算很快将成为运营的重要组成部分这一理念。他在接受 InformationWeek 电话采访时表示,CIO 应该思考"我的未来商业模式是什么,如果我能应用这种额外的计算能力,我能做什么"。"你可以设想和预期这些类型的商业模式...我认为我们现在正在见证量子经济的诞生。"
准备迎接"量子时代"
但量子技术的潜力也会吸引威胁行为者。
微软的这一宣布增加了去年谷歌发布其新型量子芯片时所引发的兴奋,谷歌表示商业量子计算应用只需五年时间。IBM 也暗示将在 2033 年提供大规模量子计算机。
网络安全专家警告说,量子技术可能会开启一个全新的威胁时代。量子驱动的攻击可以轻易破解当今保护关键系统的最复杂的加密技术。美国国家标准与技术研究院已呼吁联邦政府在 2035 年前将系统迁移到后量子密码学。
加速的时间表可能会给保护关键系统带来挑战。全球已经在努力部署后量子密码学 (PQC),以防御量子技术快速破解系统的能力。
"如果量子计算机能破解今天的加密技术,这是否意味着我们所有的密码、银行账户和国家安全数据都面临风险?不一定,"SHI International 的顾问 Fabrizio Micucci 在 LinkedIn 上写道。"世界各国政府和组织...正在开发抗量子加密方法。微软的突破加快了时间表——这意味着企业、金融机构和网络安全公司现在必须做好准备。"
Indset 同意保护量子技术现在是一个迫切的需求。"安全领域将会在后量子密码学的存储和安全方面进行大量投资,"他说。"这类公告显然会增加保护众多关键基础设施以应对量子技术的动力和需求。"
Micucci 认为向量子安全加密的过渡需要在未来十年内完成。
"量子革命不再是遥远的梦想——它正在发生,"Micucci 写道。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。