近日集成量子计算公司Quantinuum和微软宣布,双方在提高量子纠错可靠性方面的合作取得了突破性进展,这将推动混合量子超级计算系统的构建。
研究人员在Quantinuum的离子阱硬件上应用了微软的量子比特虚拟化系统,该系统使用了错误诊断和纠正功能,成功证明了错误率比单独的物理系统低800倍。利用新系统,该团队得以进行超过14000次单独实验,没有出现一次错误。
量子计算使用量子比特来存储和处理信息。与经典比特的“1”或“0”不同,量子比特还可以处于叠加状态中,其状态是不确定的,即有可能是“1”或 “0”,也可以与另一个量子比特纠缠在一起。由于量子比特的基础硬件通常是用敏感的超导电路来解决测量问题,因此量子比特极易出错。
Quantinuum将32比特H2量子处理器(由Honeywell International Inc.支持)同微软新的纠错系统结合。这就生成了两家公司所说的“最可靠的逻辑量子比特”,即使用H2上提供的32个物理量子比特中的30个创建了4个逻辑量子比特。
研究小组还在不破坏逻辑量子位的情况下诊断并纠正了它们的错误——这种做法被称为“主动综合征提取”。这一突破尤为重要,因为它是迈向可靠量子计算的重要里程碑。
微软将其量子比特纠错系统比喻为在嘈杂环境中使用高品质降噪耳机来提高声音的清晰度。据双方的联合团队称,这相当于将信号提高了约29分贝,就耳机而言,即使是相当大的恼人噪音,如吸尘器或繁忙街道的噪声,也能被消除。
该团队在公告中表示:“利用我们的量子比特虚拟化系统,我们能够从Quantinuum机器上可用的32个物理量子比特中,仅用30个物理量子比特创建出4个高度可靠的逻辑量子比特。”在纠缠状态下,这些逻辑量子位的电路错误率为10的-5次方,也就是0.00001,这意味着它们每运行10万次才会出现一次错误。这比纠缠的物理量子比特测得的8×10−3(0.008)的电路错误率提高了800倍。
这一成就将有助于开创一个名为“二级弹性”的新计算时代,在这个时代,量子超级计算机有能力处理由错误引起的问题,并能应对有意义的挑战,如模拟分子和材料的状态、模拟凝聚态物理中的复杂系统,以及探索新的科学分支。包括目前超出传统计算规模的科学学科,如大规模气候模拟、天文模拟、药物发现和先进材料科学。
Global Quantum Intelligence的首席分析师David Shaw博士表示:“量子纠错通常看起来非常理论化。”“这里令人震惊的是,微软用于量子比特优化的midstack软件为改善误差率做出了巨大贡献。微软确实在将理论付诸于实践。”
微软表示,基于这一新技术的先进功能将在未来几个月内推出Azure Quantum Elements的私有预览版,Azure Quantum Elements是该公司专门为研发生产力打造的基础设施。
好文章,需要你的鼓励
一项调查显示,31%的美国技术领导者表示,由于AI转型的紧迫性,CEO与CIO的合作比一年前更加密切。79%的技术领导者认为企业对AI的关注提升了他们在董事会层面的地位。数据分析和AI成为企业未来12个月的重点投资领域,37%的受访者将其列为优先事项。虽然28%的技术领导者预测首席AI官将承担CIO职责,但86%的企业尚未设立该职位。
ETH苏黎世大学研究团队提出OBR(最优脑重建)框架,创新性解决了大语言模型压缩中量化与剪枝方法的根本冲突。通过"分组错误补偿"机制,OBR实现了W4A4KV4+50%稀疏性的极端压缩,在保持优秀性能的同时获得4.72倍速度提升和6.4倍内存节省,为边缘设备部署大模型开辟新道路。
答案引擎优化(AEO)正在重新定义真相的标准。与传统搜索引擎优化不同,AEO让AI系统直接生成答案,而非提供链接。研究显示70%的人会直接接受机器提供的信息,不加质疑。当资本主义与此结合,真相本身变得可以被购买和优化。AEO实质上是一种设计性审查,通过专有数据和封闭算法隐藏推理过程。我们需要重新引入摩擦和质疑机制,要求算法透明度和可追溯性,否则现实本身将成为可以随意调节的设置。
斯坦福大学研究团队开发出概念组合学习框架,让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块,通过灵活组合处理新任务,学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%,并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础,预计将在医疗、教育、自动驾驶等领域率先应用。