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
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
威胁行为者在npm注册表上传8个恶意包,伪装成n8n工作流自动化平台的集成组件来窃取开发者OAuth凭据。其中一个名为"n8n-nodes-hfgjf-irtuinvcm-lasdqewriit"的包模仿Google Ads集成,诱导用户在看似合法的表单中关联广告账户,然后将凭据传输到攻击者控制的服务器。这种攻击利用了工作流自动化平台作为集中凭据库的特点,能够获取多个服务的OAuth令牌和API密钥。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。