11月,IEE Spectrum發(fā)布了一篇題為《The Case Against Quantum Computing(科技行者編譯文章:全球理論物理學(xué)泰斗給量子計算機潑冷水:可預(yù)見的未來造不出來)》的文章。在文章當中,作者Mikhail Dyakonov提出了自己的觀點,表示由于實現(xiàn)過程中的一系列技術(shù)挑戰(zhàn),在可預(yù)見的未來,造出實用性的通用型量子計算機的可能性非常小。
在全世界都對量子計算抱有極高的熱情當下,這篇文章的出現(xiàn)引發(fā)了熱烈的討論甚至爭議。
圖片來源:iStockphoto
大致在同一時間,由美國國家科學(xué)院、工程院與醫(yī)學(xué)院組建的專家委員會也一直在努力試圖找出這個問題的答案——量子計算機到底還需要多久才能發(fā)展成熟,從而帶來實際的商業(yè)價值。更具體地,該委員會正在“對創(chuàng)建出能夠解決實際問題的功能型量子計算機的可行性與影響進行專門的評估”,并估算“完成這項工作所需要的時間與資源,考量如何對成功機率做出準確判斷。”
針對這些問題,上周該委員會正式發(fā)布了一份長達205頁的報告(報告下載地址:https://www.nap.edu/catalog/25196/quantum-computing-progress-and-prospects),并舉辦了一次面向記者的網(wǎng)絡(luò)研討會。
該委員會由13位量子計算專家組成,其中包括:來自加州大學(xué)圣芭芭拉分校的谷歌量子計算硬件項目負責(zé)人John Martinis、來自芝加哥大學(xué)的圣芭芭拉分校自旋電子學(xué)與量子計算中心前負責(zé)人David Awschalom,以及來自加州大學(xué)伯克利分校的伯克利量子信息與計算中心聯(lián)合主任Umesh Vazirani等。
面對量子計算的前景問題,這支專家小組更傾向于給出樂觀積極的回答。當然,他們也沒有回避在設(shè)計并制造實用性通用量子計算機方面面對的難題。恰恰相反,在報告中,我們多次看到了與Dyakonov類似的,對于量子計算前景持懷疑態(tài)度的重要依據(jù)。
與大多數(shù)主流新聞媒體所認為的,“量子計算機能夠完成各種稀奇古怪的任務(wù)處理,并且只需要五到十年即可全面實現(xiàn)”的觀點不同,在報告當中,委員會成員們強調(diào)了以下 “重要結(jié)論”:
在促進人類理解宇宙的基礎(chǔ)性研究方面,量子計算具有非常重要的意義。與所有基礎(chǔ)科學(xué)研究一樣,該領(lǐng)域的發(fā)現(xiàn)可能會帶來變革性的新知識與應(yīng)用方向。
對此,Dyakonov在他的文章中也表示:“對量子計算的實驗性研究是有益的,這可能幫助我們更好地理解復(fù)雜的量子系統(tǒng)。”
總的來說,正如委員會成員們所提到,任何類型的基礎(chǔ)科學(xué)研究都具有價值,因為其可能會帶來其它一些非直接,但具有實際意義或者對社會有益的成果。而政府以及其它科學(xué)與工程機構(gòu)的核心目標,在于弄清楚哪些基礎(chǔ)研究比其它研究更具價值。從這個角度來看,這份報告非常具有指導(dǎo)意義,它能激發(fā)大家以更嚴謹?shù)目茖W(xué)態(tài)度,去進行量子計算研究。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。