量子计算近近一段时间来被炒得沸沸扬扬。咨询巨头McKinsey麦肯锡公司称,仍处于起步阶段的量子计算领域有可能为各行业的企业创造800亿美元的收入。
自3月以来,McKinsey在推特上重复了这一说法近20次,McKinsey的目的是促进自己不断增长的量子计算研究各个方面的数据收集,包括从创业和政府资金到使用案例及其对一系列行业的潜在影响。
这家咨询巨头认为,这个800亿美元的数字代表了量子计算参与者的“风险价值”,而不是使用案例可能创造的实际价值。量子计算参与者包括了从事量子计算各方面工作的公司,例如组件制造商、服务提供商等等。
尽管数字非常乐观,但McKinsey的报告确实也是以一些实际的现实为基础。例如,在周三的报告中,McKinsey表示,量子系统的硬件“仍然太不成熟,无法实现大量的使用案例”,进而限制了“刚起步的软件公司的机会”。报告的作者补充表示,这可能是新的量子初创企业进入市场的速度开始放缓的原因之一。
甚至McKinsey关于量子计算的页面顶端也承认,有能力的系统要到2030年才会就绪,这与包括英特尔在内的各个行业参与者的预期是一致的。就像核聚变一样,量子计算始终是十年左右以后的事情。
McKinsey也像所有正在探索量子计算是否具有现实价值的公司一样正试图走精细路线,一方面探索量子计算的可能性,同时又指出量子计算技术与普通企业现实未能接轨的地方。
McKinsey在2021年12月的一篇文章讨论了用例如何才“变得真实”,文章表示,“虽然量子计算有望帮助企业解决传统高性能计算机无法达到的问题和速度,但在目前的早期阶段,使用案例主要是实验性和假设性的。事实上,专家们仍在争论该领域最基础的话题。”
可以说,这份报告对2022年量子行业来说只是某种隐喻,偏向于对未来生态系统的盈利能力的狂热乐观,而实际还没有真正了解量子计算技术将来到底意味着什么和对谁意味着什么以及怎样的规模。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。