至顶网软件频道消息: 由于用于检索数据的新技术出现,将大量数据存储在DNA上的前景现在更加接近于现实了。
微软热衷于合成DNA作为未来的长期存档介质,这样做可以解决目前对更多数据存储的需求。以前的研究表明,仅仅几克的DNA可以存储艾字节的数据,并且可以完整保持2000年以上。
不过,也有缺点,即将数据写入DNA的成本较高且非常缓慢,其涉及将0和1转化为DNA分子腺嘌呤、胸腺嘧啶、胞嘧啶和鸟嘌呤,同时从DNA提取数据需要将其排序并将文件解码回0和1。查找和检索存储在DNA上的特定文件也是一个挑战。
正如微软研究院和华盛顿大学的科学家所解释的那样,如果没有随机访问或从DNA存储中选择性检索文件的能力,你就需要对整个数据集进行排序和解码以找到并检索出你想要的几个文件。创建随机访问会减少需要完成的排序数量。
为了实现对DNA的随机访问,他们创建了一个连接到每个DNA序列的"引物"库。引物与聚合酶链式反应(PCR)一起被当作目标,通过随机访问这些目标可以选择所需的DNA片段。
华盛顿大学解释说:"在合成含有来自文件数据的DNA之前,研究人员在每个DNA序列的两端附加了来自引物库的PCR引物对象。"
"他们随后使用这些引物通过随机访问选择所需的链,并使用了一种新的算法,旨在更有效地解码数据并将其恢复到原始的数字状态。"
研究人员还开发了一种能够更高效地解码和恢复数据的算法。微软高级研究员Sergey Yekhanin表示,新算法对写入和读取DNA序列错误的容错性更高,这会减少恢复信息所需的排序和处理。
据研究人员表示,虽然这不是第一次实现对DNA的随机访问,但这是第一次按照他们所做的规模完成的随机访问。
研究人员用合成DNA编码记录了200MB的数据,其中包含了35个文件,大小从29kB到44MB不等。这些文件包含了高分辨率视频、音频、图像和文本。
自从介绍这种技术的论文发表之后,他们还在DNA上对400MB的数据进行了编码和文件检索。
研究人员们认为,他们用于随机访问的方法将扩展到物理隔离的DNA池,每个池中都包含了数个TB的数据。
好文章,需要你的鼓励
VMware宣布将终止现有渠道合作伙伴计划,新计划采用邀请制,大幅减少授权合作伙伴数量。未受邀合作伙伴将于2025年7月15日收到不续约通知,可继续交易至10月31日。白标计划也将同时终止。此举是18个月内VMware第二次重大合作伙伴调整,旨在专注与少数核心云服务提供商深度合作。客户可能面临续约困难、服务质量下降和成本上升等影响。
StepFun公司推出的Step1X-Edit是首个能够媲美GPT-4o和Gemini2 Flash等商业模型的开源图像编辑AI。该模型通过整合多模态语言理解和扩散图像生成技术,能够处理11种编辑任务,在新构建的GEdit-Bench基准测试中表现优异,为图像编辑技术的民主化开辟了新道路。
谷歌DeepMind和伦敦大学学院研究发现,大语言模型在面对反驳时会迅速失去信心并改变答案,即使反驳是错误的。研究显示LLM既会对自己的答案过度自信,又对批评异常敏感,表现出与人类相似但又独特的认知偏差。这种行为对多轮对话AI系统构成威胁,最新信息可能对LLM推理产生不成比例的影响。
BluOrion公司开发的ZClip是一种智能梯度裁剪算法,解决了大型语言模型训练中的梯度爆炸和损失飙升问题。通过Z分数统计检测和动态调整策略,ZClip能够自适应地控制梯度幅度,相比传统固定阈值方法提升训练效率35%以上,同时显著降低训练失败风险,为大模型训练提供了更稳定、高效的解决方案。