微软今天公布了有关开发拓扑量子计算机的最新消息,这种新型量子计算机理论上要比当前技术更快、更可靠。
微软透露,微软的研究人员最近克服了制造这种计算机的“重大障碍”。
现有的量子计算机在进行计算时很容易出错,所以实际应用十分有限。出现计算错误是由于量子计算机的基本组成部分(量子位)经常在不应该删除或修改信息时删除或修改了信息,如果存在数据被意外修改的风险,那么就很难对数据进行处理。
拓扑量子计算机——也就是微软眼下正在打造的这种量子计算机——理论上要比当前系统不容易出现这种计算错误,也就会让量子计算技术更容易承载复杂的计算任务。微软认为,这项技术可能是促进大规模量子计算机发展的关键。
然而在实践中,构建拓扑量子计算机是非常困的难。微软今天公布了有关开发这种计算机的更新信息,称他们的科学家已经达到了研究上的一个里程碑,可以显着推进该项目。
拓扑量子计算机使用名为Majorana零模式的准粒子来进行计算。准粒子是一种物理现象,与粒子(例如电子和原子)具有某些相似性,但不是粒子。微软今天表示,微软的研究人员已经找到了一种方法,可以生成拓扑量子计算机所必需的Majorana零模式。
微软还借助Majorana零模找到了产生另一种物理现象的方法,称为拓扑超导相,这是在特定条件下出现超导材料的一种特性,它对于促进拓扑量子计算机数据处理是很有必要的。
据微软称,研究人员使用一种将半导体与超导元素相结合的特制设备,以创造准粒子和拓扑超导相。该设备在冷却到接近绝对零温度的工业冰箱内运行,而且微软已经制作了该设备的多个版本,并在模拟环境中对其进行了测试。
为了验证该技术的有效性,微软评估了一种名为拓扑间隙的硬件属性,这种属性可提供处理可靠性数据的指标。能够可靠地处理数据,是拓扑量子计算机相对于其他量子计算机的一个主要优势。微软称,评估结果表明,该技术可以提供一条可行的商业化途径。
微软量子硬件集团总经理Chetan Nayak在一篇博文中这样写道:“我们的团队测量了超过30 μeV的拓扑间隙,而且这是实验环境下噪音水平的3倍多,温度也要更高,说明这是一个很强大的特性。”
他说:“这既是一次具有里程碑意义的科学进步,也是拓扑量子计算之旅的关键一步。我们的结果得到了详尽测量和严格数据验证程序的支持。”
他表示,下一步将是利用微软在构建拓扑量子位的研究中所开发的多种方法,最终微软计划把大量这样的量子位组装成一台功能正常的量子计算机。据微软估计,一个芯片能上可容纳超过一百万个拓扑量子位。
他这样写道:“在基础物理层面的展示之后,下一步就是拓扑量子位了。我们假设拓扑量子位与其他量子位相比,是把速度、大小和稳定性进行了有利的组合。我们相信最终量子位将有助于在未来实现完全可扩展的量子计算机,从而让我们能够实现有关量子计算的全部承诺,解决社会面临的最复杂的、最紧迫的挑战。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。