根据麻省理工学院《技术评论》(MIT Technology Review)中公布的《太空法案协议》,谷歌公司希望美国宇航局(NASA)能够帮助其在数月之内证明,量子计算机完全有能力超越原有经典计算机系统。
截至目前,量子霸权(Quantum supremacy)仍然只停留在理论层面——即一台足够强大的量子计算机钭有能力完成超级超级计算机所无法完成的某些数学计算。证明这一论断是个大问题,而一旦将其解决,随之解锁的将是一个庞大的市场——包括破解以往根本不可能破解的密码、提升人工智能水平、改善天气预报准确率或者模拟包含无数细节的精密分子交互及金融体系。
此项协议于今年7月正式签署,谷歌方面要求NASA“分析谷歌量子处理器上所运行的量子电路成果,并提供其与经典模拟方案间的比较结论,从而支持谷歌验证自身硬件并建立起量子霸权基准。”
谷歌公司向麻省理工学院《技术评论》证实称,此项协议涵盖其最新公布的72量子位(qubit)量子芯片Bristlecone。与以1或0二进制位进行信息存储的经典计算机不同,量子计算机会使用存在于1和0之间状态未定的量子位。对于某些问题,使用量子位应该能够极大提高计算效率,从而快速交付经典计算机可能需要很长时间才能处理完成的结果。
谷歌公司量子计算项目负责人、物理学家John Martinis认为Bristlecone将成为实现量子霸权的最大希望,但也有人对此持反对意见。今年5月,阿里巴巴公司数据基础设施与搜索技术部门的研究人员发表了一篇论文,其中提到Bristlecone的性能表现完全可以由经典计算机实现,且目前的量子芯片仍然存在错误率过高问题。
南加州大学量子信息科学与技术中心主任Daniel Lidar也对此表示怀疑。他在接受麻省理工学院《技术评论》采访时指出,“就目前来看,似乎还需要一些额外的错误抑制措施才能使其真正生效。此外,经典模拟方法在过去几年当中已经多次提高了标准,而这种趋势很可能会持续下去。尽管如此,我也不排除利用谷歌的Bristlecone系统进行量子霸权演示。”
谷歌公司此前也曾与NASA进行秘密合作,旨在“展示处理器的可行性与发展潜力。”虽然谷歌公司不会向NASA方面支付任何费用,但据称NASA已经为此项目投入了68万美元。
新的合作关系也将延续上述方式。由于Bristlecone处理器需要保持接近零度的工作温度以维持电路超导,因此无法从谷歌实验室中迁移出去。相反,来自美国宇航局硅谷艾姆斯研究中心的量子人工智能实验室(简称QuAIL)的研究人员将通过谷歌的云API服务与Bristlecone进行在线对接。谷歌还将共享其用于在经典计算机上模拟量子电路的软件,以便NASA能够对其进行开发与改进。谷歌方面还计划在明年年初将其Bristlecone量子处理器提升至可与经典超级计算机相媲美的性能水平,甚至将目标直接定为下一任超算冠军。
合作双方将共同研究如何将“各种各样的优化及采样问题”映射至Bristlecone的门模型量子计算系统之上。明年年初,谷歌与NASA将就模拟问题及初始目标达成一致,届时NASA将在其位于艾姆斯研究中心的Pleidades千万亿次超级计算机上编写运行这些模拟所需要的软件。Pleiades是美国宇航局最强大的超级计算机,目前在全球超算榜上排名第25位。
到明年七月左右,也就是本份协议签署后的12个月,NASA将“把量子电路在经典计算机上的模拟结果与谷歌硬件结果进行比较。”
如果项目进展不太顺利,谷歌公司的这份协议亦设定有五年期限,其中要求“NASA提供进一步映射方案、经过改进的电路模拟技术以及更有效的汇编与电路模拟结果。”而谷歌也将至少允许QuAIL方面访问其量子处理器及软件至2023年。
美国宇航局表示无法立即回复评论请求。
这已经不是谷歌方面首次与NASA携手进军量子计算领域。早在2013年,双方就北回归线以共同合作在艾姆斯研究中心安装量子计算企业D-Wave公司提供的量子退火机。该机器随后于2017年进行了升级。
至于最终目标,谷歌方面希望能够更为广泛地共享其用于模拟、优化及机器学习的量子计算软件。双方的协议中提到,“谷歌公司计划发布其软件开发套件(简称SDK),从而以开源方式使用量子处理器。”
这很可能是指用于创建量子电路的开源软件Cirq,此软件于今年夏季由谷歌公司正式公布。谷歌方面当时指出,其计划立足云端提供Bristlecone处理器,而Cirq则充当其使用界面。D-Wave、IBM以及Rigetti等企业目前也已经开始为研究人员提供量子云服务。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。