谷歌公司的量子部门今日发布研究成果,显示其Willow量子芯片能够提供优雅且准确的分子物理性质模拟,速度远超传统计算机。
更重要的是,团队开发的算法具有可验证性,这意味着同样的算法可以在类似性能的计算机上运行并得到相同答案。
谷歌量子AI首席科学家Vadim Smelyanskiy表示,这种新算法提供了"理解量子系统本质的宝贵工具,从分子到磁体,甚至可能包括黑洞"。
这项刚刚发表在《自然》杂志上的研究成果,展示了谷歌团队所称的量子计算机首次可验证能力,在被称为"量子回声"的时序外关联器问题上超越了传统计算机的能力。
量子回声是谷歌量子AI团队开发的新型量子计算算法,工作原理有点像在回音室中正向和反向播放音乐片段来揭示隐藏的谐波。在这种情况下,"音乐"是分子量子运动的模拟,"回声"是在量子处理器内部巧妙地逆转这些运动,使软件能够识别出微妙的量子效应。
想象一下,你有一个巨大的交响乐团在演奏,但你一次只能听一种乐器。传统计算机通过逐个关注乐器并在之后拼凑最终图像来工作。而具备大规模并行计算能力的量子计算机可以同时捕捉多种乐器,以传统计算机会觉得极其缓慢的方式发现模式。
这种模拟可以应用于核磁共振实验数据,这是一种利用强磁场和无线电波探测原子核的科学技术。核磁共振通过将分子置于磁场中,迫使原子核与磁场对齐或相反对齐;然后使用无线电波将原子"翻转"到更高的能量状态。当原子"翻转回来"时,它们释放可测量的能量。
原子核的类型和周围核的情况会改变每个原子受不同频率无线电波影响的方式,从而提供光谱数据,为分子结构提供线索。
谷歌的量子回声算法有效地在量子计算机内部重现了这一过程,模拟分子的原子核在核磁共振实验中的行为表现。研究人员随后将量子模拟与真实核磁共振数据进行比较,确认量子模型重现了在实验室中观察到的相同潜在原子相互作用。
由于该方法具有可验证性——意味着量子机器的答案可以被检查——它提供了探索复杂分子系统的可信方式,有朝一日可能有助于材料设计或药物发现。
算法的实际验证
为了验证新算法的准确性,谷歌与加州大学伯克利分校合作进行了原理验证实验。在实验中,研究团队研究了两个分子,一个有15个原子,另一个有28个原子。公司表示实验结果与传统核磁共振匹配,并揭示了核磁共振通常无法获得的信息。
这一发现意义重大,因为虽然传统计算机可以建模分子内的结构和量子相互作用,但随着分子大小和复杂性的增长,其精确度会迅速下降。谷歌团队相信,随着持续进展,量子计算机有朝一日可以为更大、更复杂分子的结构和行为提供直接、可验证的洞察。
谷歌表示,这验证了量子增强核磁共振可能成为药物发现和材料科学的主要工具。在这些领域,分子的特定结构有助于描述它们如何相互作用以及与其他材料的相互作用。这可以导致新药物相互作用的发现,并表征聚合物、电池组件或构建量子比特等新材料——量子比特是构成量子计算机逻辑的基本组件。
"分子的形状对于确定它们如何工作至关重要,"谷歌量子AI首席量子化学家Nicholas Rubin说。"我们希望能够使用量子回声算法来增强传统核磁共振已有的可能性。"
公司表示其量子芯片运行该算法的速度比世界上最快的超级计算机快13000倍。
谷歌的Willow芯片于2024年10月发布,代表了公司在量子计算方面的最新技术,具有解决大规模错误纠正挑战的关键能力。尽管量子芯片功能强大,但它们有一个问题:外部噪声引起的错误。这种"噪声"几乎可以是任何东西,从微振动、热波动、杂散无线电波到宇宙射线。即使受到噪声的轻微干扰,量子比特的信息也可能被破坏。
量子芯片越大,面临的错误就越多。为了解决这个问题,谷歌提出了一种专门的架构,每次增加量子比特数量时,错误率就会减半。这使公司能够构建并发布105量子比特处理器,几乎是2019年发布的上一代Sycamore芯片59量子比特的两倍。
Q&A
Q1:谷歌的量子回声算法是什么原理?
A:量子回声是谷歌量子AI团队开发的新型量子计算算法,工作原理类似在回音室中正向和反向播放音乐来揭示隐藏谐波。它模拟分子的量子运动,然后在量子处理器内部巧妙逆转这些运动,使软件能够识别微妙的量子效应。
Q2:Willow量子芯片在速度上有什么优势?
A:谷歌表示其Willow量子芯片运行量子回声算法的速度比世界上最快的超级计算机快13000倍。该芯片拥有105个量子比特,几乎是2019年发布的上一代Sycamore芯片的两倍,并且解决了大规模错误纠正的挑战。
Q3:量子增强核磁共振技术有什么实际应用价值?
A:这项技术可以成为药物发现和材料科学的重要工具。通过准确分析分子结构,可以帮助发现新的药物相互作用,表征聚合物、电池组件或量子比特材料等新材料,为相关领域的创新发展提供支持。
好文章,需要你的鼓励
为了确保生成内容的专业度,夸克算法团队已经与通义实验室成立了联合研发小组,专注于搜索推理与可信生成。
这项由伊利诺伊大学厦巴纳-香槟分校和滑铁卢大学联合完成的研究,开发了名为VideoScore2的AI视频评估系统,能够像人类专家一样从视觉质量、文本对齐和物理一致性三个维度对AI生成视频进行详细评估,并提供透明的分析过程。该系统在多项测试中显著超越现有评估工具,在准确率上提升近6个百分点,为AI视频行业提供了标准化、可解释的质量评估解决方案,有望推动整个领域的技术进步。
OpenAI于周二发布AI浏览器ChatGPT Atlas,目标是让ChatGPT成为搜索和问答的首选界面而非谷歌。该浏览器目前仅支持Mac,但正在开发Windows、iOS和Android版本。Atlas将ChatGPT设为默认搜索选项,并具备记忆功能,可结合浏览历史提供个性化答案。与其他AI浏览器不同,Atlas更专注于强化ChatGPT生态系统,为OpenAI提供更多用户数据和分发控制权,而非改善传统浏览体验。
滑铁卢大学研究团队提出批评强化学习新方法,让AI模型在学习编程的同时学会批评代码质量。CRITIQUE-CODER模型采用8:2混合训练,不仅保持编程能力还获得代码评价能力。实验显示,该方法让小参数模型超越大模型,4B参数版本在LiveCodeBench达59分,超越基础模型4.8分。更重要的是,批评能力可迁移到逻辑推理等其他领域,为AI训练范式转变指明新方向。