去年IonQ成为业内第一家上市的量子计算公司,近日该公司表示,已经在微软Azure Quantum云平台上线了第二套系统,以推动量子计算在更广泛的受众群中应用。
IonQ表示,这套名为Aria的系统目前仅在Azure Quantum上可用,Azure Quantum是由微软运营的云计算服务,提供对一系列第三方量子计算工具和服务的访问路径。IonQ表示,继2019年推出IonQ Harmony之后,Aria是IonQ在Azure Quantum上线的第二个系统。
量子计算是一种更高级的计算形式,采用依赖于量子力学定律的计算,使用以量子叠加、干涉和纠缠等原理为指导的所谓“量子比特”,使其能够解决对经典计算机来说过于复杂的问题。
IonQ公司以开发基于捕获离子的量子计算系统而著称,其中量子比特悬浮在真空中并由激光束操纵,这种系统与业内其他公司(如IBM、谷歌和霍尼韦尔)开发的超导量子比特完全不同,后者必须在极低的温度下运行。
Aria最早是在今年2月公布的,此前只能通过私人测试版程序访问。当时IonQ表示,根据行业标准以应用为中心的基准,Aria是目前“最强大的”量子计算系统。IonQ称,将通过在Azure Quantum上提供该系统,让科研群体更容易使用量子计算且负担得起。
“IonQ Aria在 Azure Quantum平台上加入 IonQ Harmony,确保企业客户和研究机构在选择最适合他们特定需求的量子系统时是有多重选择的,”IonQ公司总裁、首席执行官Peter Chapman这样表示。
IonQ解释说,客户可以通过Azure Quantum平台购买Aria每月订阅服务,除了使用实际机器外,他们还会获得咨询服务和技术支持。
IonQ表示,Aria的早期客户已经取得了很大的成功,利用IonQ开发的算法可以更好地降低金融风险,改进自动驾驶汽车图像分类,在开发电动汽车电池的过程中模拟化学反应。IonQ表示,Aria系统的计算能力比Harmony系统“高出130000多倍”,已经实现了创纪录的“23个算法量子比特”。
这正是IonQ声称Aria是目前现有最强大量子计算系统的基础,但值得注意的是,IonQ的许多竞争对手已经开发了由更多量子比特驱动的系统。例如,Rigetti去年宣布已经开发出了一个由80个量子比特驱动的多芯片量子处理器,而IBM最新的量子系统据说是由127个量子比特驱动的。
不过IonQ表示,“算法量子比特”一词是指一种新的指标,用于测量量子计算机的性能水平,代表了实际可用于运行各种“面向应用”的性能基准,这些基准都是由量子经济发展联盟(Quantum Economic Development Consortium)制定的。
如果开发者想知道到底哪个系统最好的话,他们可能很难找到答案。例如,IBM制定了自己的一套基准称为CLOPS,据说可以测量量子处理器执行由相关量子操作组成的电路的速度。
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。