Научные исследования, спонсируемые DARPA, приводят к прорыву в квантовых вычислениях.
Квантовый прорыв научные исследования, финансируемые DARPA, меняют правила игры в вычислительной сфере.
Команда исследователей, работающих по программе DARPA по оптимизации с помощью квантовых устройств промежуточного масштаба с шумом (ONISQ), создала первую в истории квантовую схему с логическими квантовыми битами (кьюбитами), ключевое открытие, которое может ускорить устойчивое к ошибках квантовое вычисление и революционизировать концепции проектирования процессоров квантовых компьютеров.
Программа ONISQ началась в 2020 году с целью продемонстрировать количественное преимущество обработки квантовой информации, превосходящее производительность только классических суперкомпьютеров для решения особо сложного класса задач, известных как комбинаторная оптимизация. Программа предполагала использование гибридной концепции, объединяющей промежуточные «шумные» квантовые процессоры или надежность которых низка, с классическими системами, сфокусированными на решении оптимизационных проблем, интересующих оборону и коммерческую промышленность. Были выбраны группы для изучения различных типов физических, нелогических кьюбитов, включая сверхпроводящие кьюбиты, ионные кьюбиты и атомные кьюбиты Ридберга.
Исследовательская группа Гарварда, с поддержкой Массачусетского технологического института (MIT), QuEra Computing, Калтеха и Принстонского университета, сфокусировалась на изучении потенциала кьюбитов Ридберга и в ходе исследований сделала существенный прорыв: команда разработала техники создания корректирующих ошибки логических кьюбитов с использованием массивов «шумных» физических кьюбитов Ридберга. Логические кьюбиты – это важная составляющая пазла для реализации устойчивого к ошибках квантового вычисления. В отличие от ошибочных физических кьюбитов, логические кьюбиты исправляются для сохранения своего квантового состояния, что делает их полезными для решения разнообразных сложных задач.
Источник: Государственное управление по передовым оборонным исследовательским проектам США Полная статья
- Исследователи из Microsoft и Университета Цинхуа предлагают метод SCA (Segment and Caption Anything), чтобы эффективно оснастить модель SAM способностью генерировать региональные подписи.
- Исследование искусственного интеллекта раскрывает механику нечестности в больших языковых моделях глубокий погружение в технику формулировки и анализ нейронных сетей
- Исследователи Adobe предлагают DMV3D новый подход к генерации 3D, использующий модель большой реконструкции 3D на основе трансформатора для удаления шума с множественных видов диффузии.