至顶网软件频道消息: IBM研究人员认为,他们已经研究出了一种新的算法,能够在量子计算机上实现高级机器学习。
IBM研究团队今天在arXiv(一个非同行评审学术论文库)上发表了一篇论文,在论文中阐述了IBM是如何开发出一种“量子算法”,这种算法让计算机能够以远超过传统计算机能力范围的方式做“特征映射”。
量子计算利用了亚原子粒子在任何时候都能以多种状态存在的这一“奇异”能力。由于粒子是最微小的表现方式,因此量子计算相比传统计算速度更快,能耗更低。
在传统计算方式中,一个比特就是一个信息单位,有0或者1两种存在方式。而量子计算采用的是量子比特或“量子位”,可以存储比0或者1更多的信息,因为这些信息是可以以叠加的方式存在。
IBM研究团队解释说,特征映射是一种拆解信息的过程,可以获取数据“更精细的部分”。传统的机器学习算法已经可以在一定程度上做到这一点,例如通过获取图像像素并将每个颜色值放入网格中。然后,算法会以非线性方式将这些值映射到高维度空间,根据最有用的特征对数据进行分解。
不过IBM新公布的量子算法更进一步,甚至可以将这些数据的不同方面和不同特征更大程度上分离开。这一点很重要,因为对数据的分类越精准,机器学习系统的效率就越高。
IBM研究团队表示:“我们的目标是利用量子计算机打造出新的分类器,生成更复杂的数据映射。这样研究人员就能够开发出更高效的人工智能,例如,让人工智能识别出传统计算机无法识别的数据模式。”
IBM研究人员指出,这个新的算法尚未完全发出“量子优势”,而这正是量子计算机超越传统计算机的一个关键点。IBM表示,这主要是因为量子计算机还处于起步阶段,仍然受到当前硬件能力方面的限制。
“我们的研究尚未完全展现量子的优势,因为我们基于当前的硬件能力,将问题的范围最小化,仅仅使用两个量子位的计算量,而这是可以在传统计算机上进行模拟的,”IBM研究人员这样表示。
尽管如此,Constellation Research分析师Holger Mueller认为,IBM的研究再一次证明了量子计算是如何以远超过目前任何计算基础设施的能力操作下一代应用的。
Mueller说:“IBM已经向我们展现了特定的计算机学习算法——例如特征映射——在量子计算机上运行的效果要远远好于其他任何计算机。特征调用算法也非常适合运行在量子计算机上。”
IBM表示,将通过IBM面向开发者、研究人员和其他专家群体的Qiskit Aqua开源库向所有人提供这些新的算法。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。