CNET科技資訊網(wǎng) 7月3日 大連報(bào)道(文/劉克麗):傳統(tǒng)計(jì)算機(jī)產(chǎn)業(yè)界不必驚慌,即使量子計(jì)算機(jī)商業(yè)化后也不可能取代傳計(jì)算機(jī),而是成就傳統(tǒng)計(jì)算機(jī)完成的工作,它們之間關(guān)系不是取代關(guān)系而是互補(bǔ),這是昨天、今天在參加了兩次達(dá)沃斯量子計(jì)算機(jī)和量子科學(xué)分論壇上4個量子科學(xué)家們的共識。
有關(guān)專家在回答我的問題說,由于傳統(tǒng)計(jì)算機(jī)和量子計(jì)算功能域、使用域等不同,所以兩者不是取代關(guān)系。他說由于在特殊環(huán)境下,經(jīng)典的物理學(xué)定律失效,量子物理學(xué)定律執(zhí)行,量子計(jì)算機(jī)基于這些定律,研制成功的量子計(jì)算機(jī)用途完全不同傳統(tǒng)計(jì)算機(jī),主要用于概率性分析,由于量子有糾纏特點(diǎn)適用于點(diǎn)對點(diǎn)保密信息收發(fā)。
4次誤會走錯場,是我參加達(dá)沃斯論壇的花絮。
雖然我參加過無數(shù)次的國際會議,可參加達(dá)沃斯論壇可是第一次,注冊時(shí)直接到了媒體注冊區(qū),拿出身份證被告之我沒有注冊,這就怪了,那怎么會沒有我呢,當(dāng)時(shí)有位小姐又仔細(xì)校對了我的身份證,看了我的生日,提醒了我,應(yīng)該是不是在媒體領(lǐng)袖處報(bào)道,果然在媒體領(lǐng)袖注冊處找到了我的名字,順利注冊成功。
事后我把自已是媒體領(lǐng)袖的事兒忘了,更沒注意的入門牌是白色和其他媒體有什么不同,在第一天中午聽完李總理的報(bào)告后到了午飯時(shí)間,先后進(jìn)不去兩個飯區(qū),說我是白牌子不能進(jìn),1點(diǎn)一刻了我這吃貨還沒飯吃,肚子餓得直叫呢,我先喝點(diǎn)水吧,下午一點(diǎn)半的論談馬上開始了,我又問了幾個人有人提醒我是媒體領(lǐng)袖應(yīng)該在領(lǐng)袖村進(jìn)餐,我才恍然大悟直奔三樓狼吞虎嚥幾口慌慌奔向我想?yún)⒓拥姆终搲攸c(diǎn)。
這可不怪我迷糊,怪大會組織者,頭天報(bào)道時(shí)準(zhǔn)備下載會議日程APP,被告之Android系統(tǒng)暫時(shí)不行,這真事,要說市場份額只有15%的蘋果手機(jī)暫時(shí)不行可理解,Android不能下載會議日程真的好怪!
注冊之后我拿到了印刷精美的日程,也將APP的事拋在腦后,沒想到由于有些論談臨時(shí)改時(shí)間改地點(diǎn),二次失去我想?yún)⒂谡搲臋C(jī)會,特別可惜的是超算論壇,誤聽了兩個其他論壇,特別是人體器官再生論壇,尤其是我這個連身檢都怕的家伙,看到PPT上出現(xiàn)了逼真的人體器官很不禮貌地逃了出來。
這也不是我糊涂,是瑞士量子科學(xué)家教授Janatan的問題,我一直在追量子計(jì)算機(jī)相關(guān)論壇,我發(fā)現(xiàn)量子計(jì)算機(jī)和量子科學(xué)兩論談?wù)τ猛籔PT呢,我細(xì)仔一看是同一個人在講并用一套PPT,干嘛浪費(fèi)我時(shí)間,忽悠人,我問他你到底見過量子計(jì)算機(jī)沒有,他說他只是學(xué)朮研究,之后幾圈的分桌討論他再也沒到我在桌上來過。
還好,量子科學(xué)論壇后來那主講的不同。
領(lǐng)袖村有處移動辦公區(qū),有5個小空間,有桌椅有電源可充電,有在校大學(xué)生在這里當(dāng)志愿者,手機(jī)充電器扦在插座上表示占位,辦公座位一般都有人,我看這位子沒人,只有充電器,我先坐著邊充電邊整理稿子,一會兒我看我想?yún)⒓拥恼搲瘯r(shí)間快到了,我離開了辦公區(qū)去了論壇,待論壇散了的時(shí)候我再次去充電,這樣來來回回好幾次。
待我昨天下午6點(diǎn)鐘再見到小伙子,他慌慌張張地問我看到他蘋果充電器沒有,我一聽這話就不高興,我說我又不是果粉,要你充電器干么子。
小伙子連忙向我道欠,我至今好奇怪,全球經(jīng)濟(jì)論壇領(lǐng)袖村算貴賓室還有貧這小便宜的小偷。
好文章,需要你的鼓勵
新加坡國立大學(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,已在多個任務(wù)上驗(yàn)證有效性。