科技行者 1月9日 北京消息(文/李祥敬):在CES 2020上,IBM宣布擴(kuò)張Q Network以推進(jìn)量子計(jì)算,新公布的成員包括高盛集團(tuán)、富國(guó)銀行、達(dá)美航空、斯坦福大學(xué)、喬治亞理工學(xué)院和洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室。達(dá)美航空首席執(zhí)行Ed Bastian在CES主題演講中表示,達(dá)美航空正致力于解決旅行和運(yùn)輸方面的挑戰(zhàn),試圖利用這項(xiàng)技術(shù)來(lái)緩解乘客的壓力。
吊燈?并不是。這是世界上最先進(jìn)的量子計(jì)算機(jī)之一的IBM Q。
IBM Q Network作為一個(gè)全球范圍的團(tuán)體,致力于先進(jìn)量子計(jì)算的發(fā)展及其在工業(yè)和科研領(lǐng)域的應(yīng)用。在這個(gè)團(tuán)體內(nèi)的成員可以通過云技術(shù)在IBM量子計(jì)算機(jī)上進(jìn)行實(shí)驗(yàn)和運(yùn)行算法。而且,這些初創(chuàng)公司還能有機(jī)會(huì)在潛在的應(yīng)用上與IBM的研究人員和技術(shù)SME進(jìn)行合作,同時(shí)還包括這個(gè)團(tuán)體的其他參與者之間的合作。
IBM Q Network于2017年12月創(chuàng)立,為參與者提供基于云技術(shù)的多層次接入手段,使他們可以接觸到量子計(jì)算方面的專家和資源;對(duì)于特定的參與者,還將提供接觸IBM Q系統(tǒng)的機(jī)會(huì),而IBM Q系統(tǒng)是目前可用的最先進(jìn)、最易擴(kuò)展的量子計(jì)算系統(tǒng)之一。IBM Q可為在量子計(jì)算競(jìng)賽中的初創(chuàng)公司提供與深度接觸API和高級(jí)量子軟件工具的機(jī)會(huì),以及來(lái)自IBM科學(xué)家、技術(shù)人員和顧問的關(guān)于未來(lái)量子技術(shù)應(yīng)用的建議。
目前有大約100個(gè)企業(yè)組織在使用IBM Q Network,包括各種私人公司、學(xué)術(shù)機(jī)構(gòu)和政府研究實(shí)驗(yàn)室。這些企業(yè)組織都將在量子計(jì)算實(shí)踐應(yīng)用研究中采用IBM Q Network,把200000多個(gè)新用戶連接到IBM現(xiàn)有的量子系統(tǒng)和模擬器。目前已經(jīng)有200多篇有關(guān)量子計(jì)算應(yīng)用的第三方研究論文是由Q Network提供支持的。
這些企業(yè)組織通過IBM Q Network可以訪問全球最大規(guī)模的量子計(jì)算機(jī)集群(包括IBM新型53比特量子計(jì)算機(jī),迄今為止同類計(jì)算機(jī)中功能最強(qiáng)大的機(jī)器),用于商業(yè)和基礎(chǔ)研究等用途。
過去十年,IBM 一直是最活躍的量子計(jì)算支持者之一。IBM希望與這些新合作伙伴展開合作,通過量子計(jì)算解決一系列社會(huì)問題和商業(yè)問題。量子計(jì)算將給關(guān)鍵問題帶來(lái)深遠(yuǎn)的影響,例如全球應(yīng)對(duì)氣候變化的過程中尋找新型材料來(lái)獲取碳,以及發(fā)現(xiàn)可能為節(jié)能型電池供電的新化學(xué)方法。
就在幾周之前,IBM剛剛表示,已經(jīng)在德國(guó)和日本安裝了兩臺(tái)IBM Q System One量子計(jì)算機(jī),將改善量子科學(xué)和教育水平。
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(lái)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(wú)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(yǔ)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(wú)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(yǔ)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。