中國(guó)科技公司開始涉足下一個(gè)可能改變世界的技術(shù)領(lǐng)域——量子計(jì)算和量子通信。7月30日下午,阿里巴巴集團(tuán)旗下阿里云宣布聯(lián)合中科院成立一個(gè)全新的實(shí)驗(yàn)室,共同開展在量子信息科學(xué)領(lǐng)域的前瞻性研究,研制量子計(jì)算機(jī)。
當(dāng)天,“中國(guó)科學(xué)院-阿里巴巴量子計(jì)算實(shí)驗(yàn)室”正式在上海成立。實(shí)驗(yàn)室將結(jié)合阿里云在經(jīng)典計(jì)算算法、架構(gòu)和云計(jì)算方面的技術(shù)優(yōu)勢(shì),以及中科院在量子計(jì)算和模擬、量子人工智能等方面的優(yōu)勢(shì),顛覆摩爾定律,探索超越經(jīng)典計(jì)算機(jī)的下一代超快計(jì)算技術(shù)。
圖為中國(guó)科學(xué)院-阿里巴巴量子計(jì)算實(shí)驗(yàn)室場(chǎng)景
量子計(jì)算機(jī)是一種遵循量子力學(xué)規(guī)律,進(jìn)行高速運(yùn)算、存儲(chǔ)及處理量子信息的物理裝置,一旦實(shí)現(xiàn),意味著計(jì)算速度會(huì)有數(shù)十億倍的提高。這一計(jì)算能力的飛躍,將遠(yuǎn)遠(yuǎn)超越從算盤到當(dāng)代超級(jí)計(jì)算機(jī)的提升。
以今天的標(biāo)準(zhǔn)來看,量子計(jì)算可以達(dá)到的處理速度令人難以想象。假設(shè)人們把這種量子計(jì)算機(jī)運(yùn)用到監(jiān)控領(lǐng)域,它可以瞬間在數(shù)據(jù)庫中掃描60億地球人的臉,并實(shí)時(shí)辨別出一個(gè)人的身份。
根據(jù)聯(lián)合實(shí)驗(yàn)室的研究計(jì)劃:預(yù)計(jì)到2025年,量子模擬將達(dá)到當(dāng)今世界最快的超級(jí)計(jì)算機(jī)的水平,初步應(yīng)用于一些目前無法解決的重大科技難題;到2030年,研制具有50-100個(gè)量子比特的通用量子計(jì)算原型機(jī),突破大規(guī)模量子計(jì)算機(jī)的芯片工藝,從物理層設(shè)計(jì)、制造,到算法運(yùn)行實(shí)現(xiàn)自主研發(fā),全面實(shí)現(xiàn)通用量子計(jì)算功能,并應(yīng)用于大數(shù)據(jù)處理等重大實(shí)際問題。
此外,阿里巴巴集團(tuán)和中科院還將緊密合作,實(shí)現(xiàn)量子保密通信技術(shù)在電子商務(wù)和數(shù)據(jù)中心安全方面的現(xiàn)實(shí)應(yīng)用。
中科院院士、中科大常務(wù)副校長(zhǎng)潘建偉教授表示,中國(guó)科學(xué)院在量子信息技術(shù)方面處于國(guó)際先進(jìn)水平,在過去十余年間,相關(guān)研究團(tuán)隊(duì)的成果曾多次入選美國(guó)物理學(xué)會(huì)、歐洲物理學(xué)會(huì)、《自然》雜志、《科學(xué)》雜志等國(guó)際機(jī)構(gòu)評(píng)選的年度重大進(jìn)展。阿里巴巴擁有全球最大的電子商務(wù)平臺(tái)、全球領(lǐng)先的云計(jì)算平臺(tái),以及大規(guī)模、多元化的業(yè)務(wù)場(chǎng)景,是催化量子信息技術(shù)成熟商用的最佳合作伙伴。
阿里巴巴集團(tuán)首席技術(shù)官王堅(jiān)表示:“如果要在如今的前瞻技術(shù)中選擇,我一定選擇量子計(jì)算。量子信息科技浪潮,將對(duì)云計(jì)算產(chǎn)生革命性影響,真正為人類提供沒有限制的計(jì)算能力。從追隨者成為引領(lǐng)者,這是每一個(gè)科技公司的偉大機(jī)遇。”
2014年9月,Google也推出了量子計(jì)算機(jī)開發(fā)計(jì)劃,與NASA成立聯(lián)合實(shí)驗(yàn)室,設(shè)計(jì)和建造量子計(jì)算處理器。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。