随着企业在技术投资配置上做出艰难决策,量子计算是否仍是您组织版图的一部分?
与其他备受瞩目的技术不同,量子计算在迎来大规模采用和部署浪潮之前,仍面临漫长的发展期。虽然量子计算机可能还需要数年时间才能实现商业化,但这项技术预计将彻底改变网络安全格局,这让许多企业进入规划模式。
泰雷兹公司首席信息安全官Eric Liebowitz和Presidio公司首席技术官Rob Kim最近接受了InformationWeek播客采访,就量子计算话题进行了深入讨论。他们分享了各自观点:组织是否已将技术投资转向能提供更多近期投资回报率的其他资源和需求,或者量子计算计划是否仍是战略的一部分。
Liebowitz和Kim回答了关于其组织如何期待量子计算为运营带来益处的问题。他们还讨论了如何为量子技术在其技术栈中的地位做好准备,以及他们认为该技术实现部分预期的合理时间框架。
随后,他们参与了"可疑想法"桌面演练,扮演虚构公司的临时高管角色,应对由员工中的妖精、狗头人和小鬼造成的技术混乱。
Q&A
Q1:量子计算目前为什么还没有大规模普及?
A:量子计算与其他技术不同,仍面临漫长的发展期。虽然量子计算机可能还需要数年时间才能实现商业化,但预计将彻底改变网络安全格局,目前许多企业正处于规划模式。
Q2:企业是否还在对量子计算进行投资?
A:这是一个关键问题。一些企业可能已将技术投资转向能提供更多近期投资回报率的其他资源和需求,但也有企业认为量子计算计划仍应是长期战略的一部分。
Q3:量子计算何时能为企业运营带来实际益处?
A:根据行业专家观点,企业需要考虑合理的时间框架来实现量子技术的预期效果。虽然具体时间难以确定,但企业应该提前为量子技术在其技术栈中的地位做好准备。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。