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)量子計算,新公布的成員包括高盛集團(tuán)、富國銀行、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家實驗室。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輸方面的挑戰(zhàn),試圖利用這項技術(shù)來緩解乘客的壓力。
吊燈?并不是。這是世界上最先進(jìn)的量子計算機之一的IBM Q。
IBM Q Network作為一個全球范圍的團(tuán)體,致力于先進(jìn)量子計算的發(fā)展及其在工業(yè)和科研領(lǐng)域的應(yīng)用。在這個團(tuán)體內(nèi)的成員可以通過云技術(shù)在IBM量子計算機上進(jìn)行實驗和運行算法。而且,這些初創(chuàng)公司還能有機會在潛在的應(yīng)用上與IBM的研究人員和技術(shù)SME進(jìn)行合作,同時還包括這個團(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算方面的專家和資源;對于特定的參與者,還將提供接觸IBM Q系統(tǒng)的機會,而IBM Q系統(tǒng)是目前可用的最先進(jìn)、最易擴(kuò)展的量子計算系統(tǒng)之一。IBM Q可為在量子計算競賽中的初創(chuàng)公司提供與深度接觸API和高級量子軟件工具的機會,以及來自IBM科學(xué)家、技術(shù)人員和顧問的關(guān)于未來量子技術(shù)應(yīng)用的建議。
目前有大約100個企業(yè)組織在使用IBM Q Network,包括各種私人公司、學(xué)術(shù)機構(gòu)和政府研究實驗室。這些企業(yè)組織都將在量子計算實踐應(yīng)用研究中采用IBM Q Network,把200000多個新用戶連接到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)模的量子計算機集群(包括IBM新型53比特量子計算機,迄今為止同類計算機中功能最強大的機器),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,通過量子計算解決一系列社會問題和商業(yè)問題。量子計算將給關(guān)鍵問題帶來深遠(yuǎn)的影響,例如全球應(yīng)對氣候變化的過程中尋找新型材料來獲取碳,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)在德國和日本安裝了兩臺IBM Q System One量子計算機,將改善量子科學(xué)和教育水平。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。