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
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。