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
Stripe联合创始人John Collison最近与Anthropic CEO Dario Amodei(达里奥·阿莫代)进行了一次对话。
哈工大和360研究团队联合开发了Light-IF框架,成功解决了大型语言模型在处理复杂指令时的"偷懒思维"问题。该框架通过教AI学会"预览和自检"的工作方式,显著提升了AI对多重约束条件任务的处理能力。Light-IF-32B模型在四个权威测试平台上均取得最佳成绩,超越了多个知名大型模型。研究团队已开源相关模型和代码,为AI助手的发展开辟了新方向。
GPT-5是OpenAI于2025年8月发布的新一代多模式大模型,兼具高效应答与深度推理能力,并在安全性、准确性和多语言表现上取得显著提升,尤其在医疗、内容安全与防越狱方面展现突破性进步。
T-Tech实验室开发出革命性的VL-DAC训练方法,让AI机器人能够通过观看简单模拟环境学会复杂的现实世界技能。该方法将AI的"观察思考"与"实际行动"分开训练,避免了传统方法需要复杂参数调整的问题。实验证明,AI在导航、卡牌游戏等简化环境中训练后,在真实世界的游戏控制、空间规划和网页操作任务中性能分别提升50%、5%和2%,为降低AI开发成本开辟了新路径。