ZD至顶网软件频道消息:微软又购入一千万条DNA,此举为微软研究数字数据新存储方法的一步。
微软和华盛顿大学的研究人员将利用购入的长链寡核苷酸DNA对数字数据进行高密度编码研究工作。
DNA的主要用途自然是存储控制所有已知生物的生长和发育的基因指令,DNA几十亿年来一直都在做这件事。现在科学家们试图将该功能用于数字数据的存储。
微软一年前曾从Twist Bioscience首次购入DNA,买了1000万条合成DNA。其间,两家机构提高了存储密度,因此降低了DNA数字数据存储的成本,每条DNA可编入更多数字数据;去年7月,微软和华盛顿大学的研究人员宣布,他们创纪录地将200 MB的数据存储在铅笔尖大小的DNA里。
华盛顿大学Torode家庭职业发展中心的计算机科学和工程教授及该项目的主要研究者之一的Luis Ceze表示 ,“重要的是, DNA不仅可以提供高密度长期数字数据存储解决方案,而且,与现有的存储技术相比,该技术所需的静态能源很少。“
他还表示,“此外,DNA作为信息存储介质永远不会过时,因为我们总是会要读取DNA的。再也无需将数据从磁盘迁移到磁带再迁移到密集磁带了。”
Karin Strauss是微软高级研究员,也是该项目的主要研究人员之一。Strauss指,要将DNA存储用于主流存储仍存在许多挑战,但Strauss表示研究团队对目前取得的进展感到鼓舞。
Strauss 表示,“对数据存储的需求一直都在以惊人的速度增长。各种机构和消费者均需要存储大量的数据,例如,医疗数据或个人视频,用户肯定可以受益于新型长期存储解决方案。我们相信DNA大有可能提供新型长期存储的答案。”
DNA用于数据存档可以避免传统数字存储媒体的两个关键局限:有限的寿命和低密度数据。DNA数据存储可以持续2000年,不会变质。研究人员的实验已经表明,几克DNA就可以存储一个 EB的数字数据,而且,存储密度还可以改善,几克的DNA有潜力存储一个ZB的数字数据。
不过,DNA存储目前的写入速度还非常慢,华盛顿大学的科学家们花了一个星期才存储了一百万个字节的数据,而且也非常昂贵。DNA存储技术还要克服许多困难,但DNA大有可能最终将取代诸如磁带一类的长期存储媒体。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。