社会尚未达到奇点——即技术发展超越人类知识并可能毁灭世界或拯救世界的假想时间点。今天,在最新发布的路径图中,IBM涉及了一种可能达到这种奇点的技术,并为之设立了宏伟的目标。这种技术就是:量子计算。
IBM的路径图详细说明了蓝色巨人(IBM)计划如何在短期内交付一种量子处理器,到2023年底,该处理器的处理能力将超过1000量子比特。
目前,IBM最快的处理器最高可达到65量子比特,而英特尔当前最快的量子处理器则可达到49量子比特。正如英特尔指出的那样,适当的量子处理使用“叠加和纠缠可能使计算达到前所未有的大规模并行度。”
这款计划将在2023年推出的量子处理器被称为IBM Quantum Condor,它不仅要能够提供极快的处理能力,还需要支持技术。简单说就是IBM在开发冰箱,但这个冰箱不仅仅是制冷设备。为了冷却Quantum Condor,IBM已经开发了一种“稀释冰箱,其体积比目前市售的所有冰箱都要大”。
IBM的路径图中还详细列出了Condor(秃鹰)的发展路线——该公司以鸟类的名字为其芯片命名。该公司计划在今年晚些时候提供65量子比特的Hummingbird(蜂鸟)芯片,性能高于目前27量子比特的Falcon(猎隼)芯片。该公司计划在2021年提供127量子比特的Eagle(老鹰)芯片,并在2022年提供433量子比特的Osprey(鱼鹰)芯片。
2023年之后,情况可能会变得令人惊叹,也可能会令人惊恐,这都要取决于这种奇点对社会会产生何种影响。IBM描述了通往100万量子比特甚至更高性能的路径。由于摩尔定律并不适用于量子计算,因此其计算能力的指数级增长可能永无止境。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。