至顶网软件与服务频道消息: 谷歌今天宣布开源TensorFlow Quantum(TensorFlow的扩展),让开发者能够为量子计算机构建人工智能模型。
目前量子计算仍处于早期阶段,但该技术正在迅速发展成熟。IBM的量子芯片处理能力每年翻一番,Honeywell最近也推出了一套系统,预计在未来5年内将速度提升10万倍。
为了能够使用速度超快的量子计算机,研究人员不得不编写可以运行量子位的专有算法,与传统二进制不同的是,这种算法可以表示为1、0或两种状态兼有,而且需要专有的开发工具。
这时候就需要TensorFlow Quantum了。它提供了一组运算符,低等级编程构造块,用于创建可与量子位、量子逻辑门和量子电路配合使用的人工智能模型。这些运算符消除了一些潜在的复杂性,以减少研究人员需要编写的代码量。
谷歌研究人员Alan Ho和Masoud Mohseni在博客中这样写道:“TFQ允许研究人员在单个计算图形中将量子数据集、量子模型和经典控制参数构造为张量。”
TensorFlow Quantum的一种潜在应用是量子数据解释。因为量子位可以同时表示1和0,所以找出由量子处理器执行的计算结果本身就是一个巨大的挑战。根据Ho和Mohseni的说法,TensorFlow Quantum让工程师可以开发出能够自动解开量子数据的AI模型。
他们这样写道:“TFQ库为模型的开发提供了原语,这些模型解开并概括了量子数据中的相关性,为改进现有量子算法或者发现新的量子算法提供了机会。”
目前,TensorFlow Quantum仅限于在模拟量子计算机中使用,但谷歌计划进一步兼容真实的计算机。谷歌计划增加支持自主开发的Sycamore量子系统(去年公布)。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。