微软与初创企业Atom Computing公司联手推出由中性原子量子比特驱动的量子计算机。
这家科技巨头今天在Ignite年会上详细介绍了这一合作。量子计算机是微软在此次大会上推出的几款新硬件系统之一。微软还首次推出了两款针对网络安全和基础设施管理任务进行了优化的新型数据中心芯片。
Atom Computing是微软合作开发新型量子计算机的初创公司,拥有超过1亿美元的资金支持。该公司将为系统提供量子比特和相关技术。微软则提供所谓的量子比特虚拟化模块,该模块将执行纠正数据处理错误等任务。
Atom Computing用中性原子或不带电荷的原子制造量子位。与其他类型的量子比特相比,这种量子比特可以相互靠近放置,因此可以在量子计算机中安装更多的量子比特。在系统中增加更多的量子比特可以提高系统的处理能力。
微软技术研究员Krysta Svore在一篇博文中解释称:“由于不带电荷,中性原子之间可以只保持微米(百万分之一米)级的距离。”“因此,原子阵列可以容纳大量的中性原子。”
Atom Computing的计算机依靠激光来固定中性原子。同样,激光也被用来配置量子比特进行计算,这是这项技术的另一个卖点。光束无需电线就能到达量子位,这就减少了构建量子计算机所需的电缆数量,为量子位留出了更多空间。
微软最新发布的量子计算机将Atom Computing量子比特与一个内部开发的被称为量子比特虚拟化系统的模块结合在一起。微软表示,该模块负责检测并修复处理错误。
量子计算机比传统计算机更容易出错,这也是该技术商业化面临挑战的主要原因之一。在使用中性原子作为量子比特的机器中,最常见的问题之一就是量子比特有时会和它们所携带的数据一起消失。微软的虚拟化系统可以检测到这一问题的出现,并采取相应的解决措施。
该系统的另一个功能是创建所谓的逻辑量子比特,即物理量子比特群,其行为类似于一个电路。以这种方式将物理量子比特分组可以降低处理错误的风险。微软表示,一项内部测试表明,其逻辑量子比特在执行某些计算时的精确度要高于物理比特。
该公司的新型商用量子计算机的基准错误率为42%。该公司表示,其错误检测和纠正技术将计算错误频率降低到26.6%。
该公司计划将硬件与一系列人工智能模型一起发货。此外,客户还将获得 Azure Quantum Elements 的使用权限,这是一个软件工具包,可以让量子计算机在研究项目中的使用变得更加容易。该工具包适用于研究分子特性等任务。
微软计划明年开始交付这款量子计算机。该公司设想客户会在化学和材料科学等领域的研究项目中应用该系统。此外,它的量子硬件还适合为人工智能模型生成训练数据集。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。