量子计算近近一段时间来被炒得沸沸扬扬。咨询巨头McKinsey麦肯锡公司称,仍处于起步阶段的量子计算领域有可能为各行业的企业创造800亿美元的收入。
自3月以来,McKinsey在推特上重复了这一说法近20次,McKinsey的目的是促进自己不断增长的量子计算研究各个方面的数据收集,包括从创业和政府资金到使用案例及其对一系列行业的潜在影响。
这家咨询巨头认为,这个800亿美元的数字代表了量子计算参与者的“风险价值”,而不是使用案例可能创造的实际价值。量子计算参与者包括了从事量子计算各方面工作的公司,例如组件制造商、服务提供商等等。
尽管数字非常乐观,但McKinsey的报告确实也是以一些实际的现实为基础。例如,在周三的报告中,McKinsey表示,量子系统的硬件“仍然太不成熟,无法实现大量的使用案例”,进而限制了“刚起步的软件公司的机会”。报告的作者补充表示,这可能是新的量子初创企业进入市场的速度开始放缓的原因之一。
甚至McKinsey关于量子计算的页面顶端也承认,有能力的系统要到2030年才会就绪,这与包括英特尔在内的各个行业参与者的预期是一致的。就像核聚变一样,量子计算始终是十年左右以后的事情。
McKinsey也像所有正在探索量子计算是否具有现实价值的公司一样正试图走精细路线,一方面探索量子计算的可能性,同时又指出量子计算技术与普通企业现实未能接轨的地方。
McKinsey在2021年12月的一篇文章讨论了用例如何才“变得真实”,文章表示,“虽然量子计算有望帮助企业解决传统高性能计算机无法达到的问题和速度,但在目前的早期阶段,使用案例主要是实验性和假设性的。事实上,专家们仍在争论该领域最基础的话题。”
可以说,这份报告对2022年量子行业来说只是某种隐喻,偏向于对未来生态系统的盈利能力的狂热乐观,而实际还没有真正了解量子计算技术将来到底意味着什么和对谁意味着什么以及怎样的规模。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。