Microsoft 今天发布了 Majorana 1,这是一款拥有八个量子比特的芯片,被认为是量子计算领域的重大突破。
这款处理器由称为马约拉纳零模的准粒子驱动。由这种准粒子构成的量子比特比其他量子电路更不容易出现错误。
因此,Microsoft 认为 Majorana 1 的架构可能是构建大规模量子计算机的关键。这款芯片是该公司近二十年研究努力的成果。
量子软件初创公司 Multiverse Computing 的联合创始人兼首席执行官 Enrique Lizaso Olmos 表示:"Microsoft 的量子处理器新闻是量子硬件的重大进步,体现了该公司 20 年来对科学研究的承诺和勇于接受极具挑战性任务的意愿。"
准粒子是一组表现得像单个粒子的粒子群或其他物理现象。Microsoft 的 Majorana 1 芯片依靠准粒子来表示计算中使用的 1 和 0。据该公司介绍,处理过程是通过基于半导体和超导体材料组合的所谓拓扑量子比特来完成的。
Majorana 1 的每个量子比特都是围绕一根由砷化铟超导合金制成的纳米线(细线)构建的。这根纳米线与一块铝相连。通过将铝冷却到接近绝对零度,Majorana 1 可以在砷化铟纳米线中产生超导性。超导性是一种允许电流在材料中无能量损失传导的现象。
当量子比特变得超导时,电子开始在其砷化铟纳米线和铝组件的界面处形成。大多数新粒子会转变为被称为库珀对的电子对。
当出现奇数个电子时,无法配对的多余电子会移动到纳米线中。这个多余粒子随后转变为马约拉纳零模,即 Microsoft 量子芯片用于执行处理的准粒子。
芯片的每个量子比特包含两根由第三根线连接的纳米线。它们被放置在量子点(一种小型半导体晶体)旁边。这种晶体用于读取量子比特中的数据。
在量子比特中创建马约拉纳零模的过程会改变附近量子点的电容(即储存电量的能力)。这种变化是可以测量的,这使得读取电路中的信息成为可能。测量过程包括向量子点投射微波并分析其反射情况。
Majorana 1 架构的主要优势是可靠性。目前的量子芯片很容易出现处理错误,这使它们不适合商业使用。Microsoft 的拓扑量子比特出错频率要低得多,大约每毫秒才出错一次。
量子技术公司 Terra Quantum AG 的创始人兼首席执行官 Markus Pflitsch 表示:"这确实是业界的一项进步:构建一个使用拓扑量子比特的定制芯片,许多人认为这对于扩展到强大的量子计算机极其有用。这一公告强化了我们的评估,即容错量子硬件比许多企业领导者想象的更接近现实。"
Majorana 1 拥有八个量子比特。据 Microsoft 称,其基于准粒子的量子比特架构设计"为未来在单个芯片上容纳 100 万个量子比特提供了明确的路径"。拥有 100 万个量子比特的处理器可能会显著超越当今的量子机器的性能。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。