目前,全球各大IT企業(yè)紛紛進(jìn)行量子計(jì)算技術(shù)探索絕不是什么偶然。特別是以谷歌、IBM以及英特爾為代表的巨頭們正為各自的項(xiàng)目投入大量資源,而這一切也確實(shí)在過(guò)去幾年當(dāng)中帶來(lái)了令人矚目的進(jìn)展。雖然這三大主要參與者已經(jīng)吸引到眾多媒體的關(guān)注與報(bào)道,但就目前的情況看,我們還很難斷言未來(lái)這一新興市場(chǎng)到底會(huì)由誰(shuí)所主導(dǎo)。
這主要是因?yàn)?,截至?dāng)下,人們對(duì)于哪種技術(shù)方法能夠構(gòu)建起真正具有商業(yè)可行性的通用量子計(jì)算能力還沒(méi)有達(dá)成共識(shí)。也就是說(shuō),IBM、谷歌、英特爾乃至Rigetti都在開發(fā)自己的固態(tài)量子處理器。雖然這種方法延襲了數(shù)十年來(lái)各大廠商在硅基半導(dǎo)體和大規(guī)模集成電路方面的經(jīng)驗(yàn)基礎(chǔ),但這種技術(shù)要求將芯片冷卻到接近絕對(duì)零度,并使用主動(dòng)糾錯(cuò)技術(shù)來(lái)保持量子位元的正常工作。
不過(guò)對(duì)量子計(jì)算的另類探索,則始于一個(gè)名為IonQ的研究項(xiàng)目——其利用懸浮在真空當(dāng)中的鐿原子將捕獲的離子作為量子比特。在此項(xiàng)目中,研究人員利用激光束進(jìn)行處理,包括操縱離子以實(shí)現(xiàn)原子量子比特的信息存儲(chǔ)與檢索、執(zhí)行邏輯運(yùn)算并將這些基本粒子連接起來(lái)以形成特定電路。在最近與IonQ公司CEO兼聯(lián)合創(chuàng)始人Chris Monroe的對(duì)話當(dāng)中,他介紹了為什么他堅(jiān)信這種方法最有可能實(shí)現(xiàn)商業(yè)量子計(jì)算的飛躍式發(fā)展。
由于激光速受到編程機(jī)制的控制(編程由傳統(tǒng)計(jì)算機(jī)實(shí)現(xiàn)),因此這套系統(tǒng)能夠動(dòng)態(tài)構(gòu)建量子硬件以優(yōu)化實(shí)際應(yīng)用的電路布局。量子計(jì)算有望被應(yīng)用于量子化學(xué)、物流、機(jī)器學(xué)習(xí)以及密碼學(xué)等諸多領(lǐng)域并負(fù)責(zé)處理各種優(yōu)化問(wèn)題,而IonQ采取的前所未有新方式則使得量子計(jì)算系統(tǒng)能夠以類似于FPGA的方式對(duì)硬件與軟件進(jìn)行編碼,從而快速調(diào)整自身電路組成形式。
如果Monroe和他的公司能夠通過(guò)這一另辟蹊徑的方式超越其它規(guī)模更大、資金更充裕的競(jìng)爭(zhēng)對(duì)手,那么原因絕不是InoQ擁有量子物理學(xué)知識(shí)更扎實(shí)的工程師團(tuán)隊(duì)。事實(shí)上,Monroe表示將處理器擴(kuò)展至可運(yùn)行實(shí)際生產(chǎn)型應(yīng)用程序的挑戰(zhàn)時(shí),問(wèn)題的核心并不在于實(shí)現(xiàn)質(zhì)量更高的量子比特——現(xiàn)有原子的表現(xiàn)已經(jīng)非常完美;相反,他們要做的是對(duì)量子比特施以精度更高的光學(xué)控制。其中的關(guān)鍵在于減少激光噪聲與運(yùn)動(dòng)干擾,這要求他們提供更出色的工程技術(shù)支持,而非發(fā)現(xiàn)新材料或者實(shí)現(xiàn)其它物理層面的突破。
IonQ公司目前運(yùn)行有三種設(shè)備。截至目前,他們最出色的系統(tǒng)能夠一次運(yùn)行10到20個(gè)量子比特,并成功完成數(shù)百次運(yùn)算。在基準(zhǔn)測(cè)試當(dāng)中,他們的平均單量子比特門保真度為99.5%,雙量子比特門保真度為97.5%,狀態(tài)準(zhǔn)備與測(cè)量結(jié)果間的誤差僅為0.7%。這意味著他們的方案與迄今為止的任何固態(tài)量子器件相比,都能夠達(dá)到相當(dāng)甚至更好的水平。Monroe表示,他們堅(jiān)信只需要改進(jìn)光學(xué)控制系統(tǒng),這些設(shè)備就能夠擴(kuò)展至數(shù)百量子比特并執(zhí)行數(shù)萬(wàn)項(xiàng)運(yùn)算,且完全無(wú)需任何糾錯(cuò)操作。
他承認(rèn),“從長(zhǎng)遠(yuǎn)角度來(lái)看,這樣的能力可能還不夠好。但我們確實(shí)可以解決一些有趣的現(xiàn)實(shí)問(wèn)題。”他們的長(zhǎng)期目標(biāo)是構(gòu)建起能夠數(shù)百萬(wàn)甚至是數(shù)十億次運(yùn)算的系統(tǒng),為此,Monroe表示他們還是得采用糾錯(cuò)機(jī)制。但根據(jù)他的介紹,這些系統(tǒng)中每個(gè)可用量子比特可能只需要10或20個(gè)與之對(duì)應(yīng)的糾錯(cuò)量子比特,這一數(shù)字要比使用固態(tài)量子器件進(jìn)行糾錯(cuò)所需要的量子比特?cái)?shù)低幾個(gè)量級(jí)。
事實(shí)上,Monroe認(rèn)為對(duì)固態(tài)量子計(jì)算處理器的探索終將是死路一條。如果研究人員無(wú)法改善這些系統(tǒng)目前所普遍存在的,高達(dá)2%的誤差率,那么未來(lái)將需要過(guò)多的量子比特專門用于糾錯(cuò),這意味著只有極少量的量子比特可以被真正用于執(zhí)行邏輯運(yùn)算。這種方法中的矛盾在于,隨著各量子比特之間誤差與串?dāng)_效應(yīng)的增加,誤差率也將隨著量子比特的增加而趨于上升,這又反過(guò)來(lái)要求研究人員添加更多糾錯(cuò)用量子比特。他表示,“這意味著擴(kuò)展嘗試將變得非常非常困難。”
但I(xiàn)onQ公司也絕非無(wú)可匹敵,至少在第三方可用性方面,他們還得盡快縮小差距。目前IBM與谷歌,甚至包括初創(chuàng)企業(yè)Rigetti公司,都已經(jīng)開始為研究人員乃至一部分潛在早期客戶提供量子樣機(jī)。IBM公司在這方面走得最遠(yuǎn),其商用Q Network已經(jīng)開始承接付費(fèi)客戶,并吸引到幾家全球知名企業(yè),例如摩根大通、三星以及??松梨诘?。
自從2016年成立至令,IonQ公司及其35名員工一直致力于構(gòu)建、測(cè)試并進(jìn)一步完善其初始系統(tǒng)。到目前為止,該公司的戰(zhàn)略始終是將全部資源投入到平臺(tái)的快速發(fā)展層面,以避免其對(duì)于技術(shù)的探索受到妨礙。Monroe表示,該公司此前籌集到的2000萬(wàn)美元風(fēng)險(xiǎn)投資,目前已經(jīng)花掉了三分之二甚至是四分之三,而這一切都被用在了技術(shù)開發(fā)當(dāng)中。
IonQ公司目前已經(jīng)與學(xué)術(shù)界保持一定的合作伙伴關(guān)系,允許部分科研人員臨時(shí)訪問(wèn)他們的系統(tǒng)。但在Monroe看來(lái),這還遠(yuǎn)遠(yuǎn)不夠,他意識(shí)到有必要讓自己的平臺(tái)更廣泛地接觸研究人員與商業(yè)組織,以確保這類用戶能夠根據(jù)技術(shù)特性有針對(duì)性地開發(fā)出實(shí)際用例。雖然目前還沒(méi)有發(fā)布任何官方消息,但這位CEO表示他們正在制定計(jì)劃,并暗示稱IonQ公司將在未來(lái)幾個(gè)月陸續(xù)宣布多項(xiàng)即將與財(cái)力雄厚的合作伙伴正式開展的合作項(xiàng)目。
Monroe最后總結(jié)稱,“人們正在迫不及待地敲門,他們希望早點(diǎn)體驗(yàn)到這些系統(tǒng)。”
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。