麻省理工学院与IBM近日联合宣布,MIT-IBM计算研究实验室正式成立。这一举措标志着双方长期合作关系迈入全新阶段,旨在共同引领下一代计算技术的发展方向。新实验室在原有人工智能基础研究的基础上,进一步将量子计算纳入研究范畴,致力于突破当前经典计算系统的局限,探索全新的计算路径。
从合作历史到全新起点
MIT-IBM计算研究实验室脱胎于2017年在麻省理工学院校园内创立的MIT-IBM Watson AI实验室,承载着双方多年来深厚的科研积累。随着人工智能逐步进入主流应用领域,量子计算也快速向实用化迈进,新实验室的成立正是对这一技术格局深刻变化的积极回应。MIT与IBM希望借助这一平台,在AI与量子计算两大领域共同重塑数学基础理论。
IBM研究院院长兼IBM院士、MIT-IBM计算研究实验室IBM方联席主席Jay Gambetta表示:"我们期待MIT-IBM计算研究实验室成为全球顶尖的产学研融合中心,汇聚MIT与IBM最优秀的人才,重新思考在AI与量子计算深度融合时代,模型、算法与系统应如何设计。"
麻省理工学院教务长Anantha Chandrakasan表示,双方十年来的合作孕育了一系列前沿研究成果,也为两校研究人员的职业成长提供了重要支撑,期待新十年的合作带来更深远的影响。
聚焦计算领域的下一个前沿
新实验室将重点围绕AI、算法与量子计算三大方向开展联合研究,并探索这些技术与混合计算系统的深度融合。研究内容涵盖:小型化、高效率、模块化的语言模型架构,新型AI计算范式,以及面向真实部署环境、强调可靠性与可信度的企业级AI系统。
与此同时,实验室还将着力推进量子算法的开发与创新,探索机器学习、优化理论、哈密顿模拟及偏微分方程的数学与算法基础,力求突破经典系统在规模与精度上的瓶颈。这些研究成果有望在气象预报、金融市场预测、蛋白质结构分析、全球供应链优化等众多领域产生重要影响。
此外,实验室还将与MIT生成式AI影响力联盟及MIT量子计划形成战略协同,并借力IBM在量子计算领域的长期积累——IBM已明确规划,将于2029年前交付全球首台容错量子计算机。
科学研究与人才培养的双轮驱动
MIT-IBM计算研究实验室还将持续承担培育下一代计算科学家的重要使命,通过吸引MIT各院系师生参与研究,推动物理学、生命科学等领域的计算方法创新与科学发现。
实验室将由MIT计算机科学与人工智能实验室高级研究科学家Aude Oliva与IBM研究院AI基础研究副总裁David Cox共同主持。三大研究方向分别设有联席负责人:AI方向由Jacob Andreas教授与IBM研究科学家Kenney Ng共同领导;算法方向由Vinod Vaikuntanathan教授与IBM研究科学家Vasileios Kalantzis共同领导;量子方向由物理学教授Aram Harrow与IBM量子算法中心总监Hanhee Paik共同领导。
MIT Schwarzman计算学院院长Dan Huttenlocher表示:"MIT-IBM计算研究实验室体现了双方合作的重要拓展,深刻反映了AI、算法与量子计算之间日益紧密的内在联系,与学院推动计算前沿与跨学科融合的使命高度契合。"
近十年合作结出丰硕成果
MIT-IBM Watson AI实验室运营期间,累计资助逾210个研究项目,涉及150余位MIT教师和200余位IBM研究人员,共发表超过1500篇同行评审论文,并为500余名学生及博士后提供了研究资助。
Oliva表示:"这个实验室真正的价值不仅在于创新本身,更在于对整个领域的深远影响。数百名学生在顶级学术会议和期刊上发表了数千篇论文,充分展示了他们解决重大问题的能力。MIT-IBM计算研究实验室将在这一卓越遗产的基础上,以前所未有的方式重新定义AI与量子计算的未来。"
Cox表示:"通过将学术严谨性与产业规模化能力相结合,实验室致力于构建支撑下一代AI、量子计算与科学突破的计算基础,重塑科学与工程的数学和计算根基。"
未来,MIT-IBM计算研究实验室将在现有基础上持续扩大科研范围,并不断扩展剑桥-波士顿地区乃至全球的合作生态网络。
Q&A
Q1:MIT-IBM计算研究实验室是从哪里发展而来的?
A:MIT-IBM计算研究实验室由2017年成立的MIT-IBM Watson AI实验室发展演变而来。随着人工智能进入主流部署阶段、量子计算加速走向实用化,新实验室在原有AI基础研究的框架上,进一步将量子计算纳入研究范畴,标志着双方合作进入更广泛、更深入的新阶段。
Q2:MIT-IBM计算研究实验室的三大研究方向是什么?
A:实验室聚焦AI、算法与量子计算三大方向。AI方向关注高效模块化语言模型架构与可信企业级AI系统;算法方向探索机器学习、优化理论及偏微分方程的数学基础;量子方向致力于开发新型量子算法,推动量子计算在材料科学、化学、生物学等复杂问题中的实际应用。
Q3:MIT-IBM Watson AI实验室过去取得了哪些主要成果?
A:自2017年成立以来,MIT-IBM Watson AI实验室共资助了超过210个研究项目,汇聚了150余位MIT教师和200余位IBM研究人员,累计发表超过1500篇同行评审论文,并为500余名学生及博士后提供了研究资助,在产学研融合领域树立了重要的合作典范。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。