尽管量子计算机外表强大,但实际上是精密脆弱的设备,其错误率是量子计算社区正在积极解决的主要瓶颈之一。如果无法解决这个问题,在金融、药物发现和材料科学领域的诸多前景应用可能永远无法成为现实。
这也是谷歌宣传其最新量子计算芯片Willow纠错能力的原因。而IBM既在努力于2029年前推出自己的"容错"量子计算机,同时也在与Qedma等合作伙伴协作。据TechCrunch独家获悉,IBM还投资了这家以色列初创公司。
虽然大多数努力都专注于硬件,但Qedma专门从事错误缓解软件开发。其主要软件产品QESEM(量子错误抑制和错误缓解)通过分析噪声模式,在算法运行时抑制某些类别的错误,并在后处理中缓解其他错误。
Qedma联合创始人兼首席科学官多里特·阿哈罗诺夫教授,因其与父亲对该领域的贡献而被誉为"量子界皇室"成员,她表示这使得量子电路可以在当今硬件上准确运行,规模可达1000倍,无需等待计算机级错误纠正的进一步发展。
IBM本身既做量子硬件也做软件,其一些合作伙伴如法国初创公司Pasqal也开发自己的硬件。但IBM量子业务副总裁杰伊·甘贝塔告诉TechCrunch,IBM同样看重与更专注于软件层的公司合作,比如Qedma和获得Tiger Global支持的芬兰初创公司Algorithmiq。
这是因为IBM认为推动量子计算发展需要社区共同努力。甘贝塔说:"如果我们大家一起努力,我确实认为在不久的将来我们有可能获得科学界认可的量子优势定义,我希望我们能将其转化为更多应用案例来推动行业发展。"
"量子优势"通常指证明量子计算机相对于经典计算机的有用性。"但有用是一个非常主观的术语,"甘贝塔说。很可能首先适用于学术问题,而非实际问题。在这种情况下,可能需要多次尝试才能建立共识,证明这不仅仅是另一个人为或过度受限的场景。
尽管如此,让量子计算机执行经典计算机无法以相同精度模拟的程序,对行业来说仍是重要一步——Qedma声称正在接近这一目标。首席执行官兼联合创始人阿西夫·西奈说:"很可能在今年内,我们就能够有信心地证明量子优势已经到来。"
西奈拥有物理学博士学位,此前在Magic Leap担任物理学家,该公司曾是一家价值数十亿美元的AR公司,在以色列设有大型研发中心。与从Metacafe到Wiz等多家以色列初创公司的创始人一样,他也是塔尔皮奥计划的校友——以色列精英军事项目Talpiot的毕业生,他的同学之一是利奥尔·利特瓦克。
利特瓦克现在是以色列风投公司Glilot Capital Partners的管理合伙人,该公司通过其早期成长基金Glilot+领投了Qedma的2600万美元A轮融资,利特瓦克担任该基金负责人。本轮融资包括TPY Capital等现有投资者的参与,该公司曾在2020年支持Qedma的470万美元种子轮融资,以及Korean Investment Partners和IBM等新投资者。
自去年9月以来,Qedma已通过IBM的Qiskit Functions目录提供服务,使量子计算对最终用户更加便利。西奈指出了两家公司之间的协同效应,但强调Qedma的计划是硬件无关的。
这家初创公司已经在IonQ公司的Aria计算机上进行了演示,IonQ是一家专注于离子阱量子计算的美国上市公司。此外,Qedma还与一个未透露名称的合作伙伴签署了评估协议,西奈将其描述为"市场上最大的公司"。最近,该公司还展示了与日本理化学研究所(RIKEN)关于如何将量子与超级计算机结合的合作。
联合Q2B东京演示由Qedma的首席技术官兼第三位联合创始人内塔内尔·林德纳教授共同发表。作为以色列理工学院理论物理副教授和研究组负责人,他告诉TechCrunch,希望他的一些前博士生——或他们认识的其他人——能够加入Qedma,作为这家初创公司招聘工作的一部分。
据西奈介绍,Qedma将使用最新融资的收益将团队从目前的约40人扩大到50-60人。这些新员工中一些将是研究人员和软件工程师,但他说公司还计划招聘市场营销和销售岗位。"我们向最终用户销售软件,我们的合作伙伴是硬件制造商。"
对于IBM等硬件制造商来说,这个软件层解决了一个问题:银行的量化分析师或可以利用量子计算的化学家并不是在噪声环境中运行电路的专家。然而,他们了解各自的领域和想要设定的条件。
甘贝塔说:"所以你希望能够写出问题并说,我希望它以这种精度运行,我可以接受量子计算机的这种使用量,以及经典计算机的这种使用量。他们希望这些本质上是可以放入软件中的小选项;这正是Qedma正在做的,以及我们合作的其他一些合作伙伴正在做的。"
一些研究人员已经通过Qiskit Functions或通过研究机构与Qedma及其行业同行建立的合作关系来利用这一点。但关于这些实验何时会变得更大规模,以及量子优势何时会在更广阔的世界中实现,辩论仍在继续。
Qedma希望通过提供捷径来加速这一时间表。与计算机级错误纠正不同,后者会增加限制可扩展性的开销,Qedma的方法不需要更多的量子比特或量子位。林德纳说:"我们的主张是,即使在实现一百万量子位之前,我们也能获得量子优势。"
然而,其他公司正从不同角度解决这个问题。例如,法国初创公司Alice & Bob今年早些时候融资1.04亿美元,开发容错量子计算机,其架构依赖于"薛定谔猫量子位",这种量子位天然受到保护,免受某些错误影响,减少了对更多量子位的需求。
但Qedma并不忽视更多量子位的竞赛;由于它在任何情况下都起到助推器的作用,其团队希望硬件拥有尽可能多的量子位,以及尽可能好的量子位。但在实践中,很难同时最大化两者,就像基于软件的错误缓解通常意味着更长的运行时间。最佳选择将取决于具体任务——但首先,量子计算必须能够处理这些任务。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。