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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。