IBM Quantum System Two模块化量子计算平台。
过去一年以来,人们越来越关注如何将量子计算机融入并对接至经典计算架构。一方面,量子计算机可以在其中充当加速器,执行某些经典超级计算机所无法处理的复杂计算任务。而另一方面,经典计算机或服务器则可用于量子算法及电路开发中的预处理场景,并在错误管理、结果改进和任务收尾等环节上解决后处理需求。从越来越多的AI用例中可以看出,AI也拥有增强经典计算能力的作用。由此推断,AI技术完全有可能增强量子计算能力,而且已经有多家企业正为此目标而不懈努力。
但在此番将量子与AI相融合的尝试当中,参与的个人和厂商必须直面一个事实:这两项技术可谓截然不同。AI的训练和使用,完全是在由CPU、GPU、NPU、DSP、FPGA及其他传统二进制处理逻辑元素所驱动的经典计算平台之上,开发和运行的神经网络模型。量子计算机则使用替代性计算架构(例如超导transmon量子比特)来解决涉及量子物理特性的高度复杂问题。而尽管二者对于硬件、软件和支持系统的需求大相径庭,双方的融合仍在向前推进,这背后也反映出业界对于量子计算的迫切需求。IBM正是其中为AI辅助量子计算发展铺平道路的厂商之一。
作为量子计算领域的领导者,IBM一直在硬件、软件和系统技术方面持续开拓,并且已经在全球范围内部署了量子计算机。IBM还通过其watsonx平台成为AI技术的领导者,该平台已经自2011年在Jeopardy问答节目中取得优胜以来发展为一套可扩展的企业平台,目前囊括AI工作室、数据、治理及辅助解决方案。现如今,IBM正尝试将这两项技术结合起来,借以增强量子计算并加速其实践落地。
在最近与IBM的讨论中,蓝色巨人概述了如何将其AI技术集成至Qiskit软件当中,从而提高SDK工具与OpenQASM3(开放量子汇编语言)的易用性。IBM希望利用其watsonx生成式AI平台,配合该公司自研的Granite AI模型来生成能够为开发者提供支持及量子代码编写辅助的数字智能体。
此外,IBM也在研究和开发新的AI模型,希望在电路优化、资源管理以及更强大的错误抑制、缓解与纠正等关键问题上做出改进。
在将AI与量子计算相集成的承诺当中,IBM还推出了匹配Visual Studio Extension的Qiskit Code Assistant服务,同时计划发布两款量子聊天机器人——其一用于协助开发人员,另一个则面向IBM量子计算服务的一般用户。
在电路优化方面,AI模型可以通过转译器服务作为插件嵌入至Qiskit SDK当中,并与启发式开发方法相结合。根据IBM的介绍,转译器服务能够更好地将抽象电路与量子ISA电路映射起来,从而使电路尺寸改进达40%、优化质量,并将处理速度提升至2到5倍。
在资源管理方面,IBM也在开发AI解决方案,希望更好地评估量子运行时间、标记可能失败的工作负载,并划分电路以实现并行处理,从而更好地发挥经典算力与量子算力的效用,包括建立起AI超级计算机。
未来的异构数据中心将迎来QPU的加盟。
结合IBM积极的技术发展路线图(到这个十年末达到1亿门,到2033年左右达到10亿门),量子计算将在未来几年迅速走向实际部署及应用阶段。因此到这个十年末,我们有望亲眼见证结合有最新CPU、AI加速器和QPU(量子处理单元)性能的强大异构数据中心。
IBM量子开发也创新路线图。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。