在SC26大会上,NVIDIA超大规模与高性能计算副总裁Ian Buck宣布多项面向科学计算的AI智能体工具,核心为可本地运行的Nemotron for Science开源模型与化学数据集,智能体可自主规划实验、运行代码并验证结果。他还发布面向科学的Rubin HPC GPU和扩展的Vera CPU平台,并宣布与IBM、费米实验室合作开发量子纠错平台,强调科学计算新栈是模拟、AI、量子与智能体的结合。
本文探讨量子计算硬件从一维离子链转向原生二维离子阵列的趋势。一维链虽保真度高,但扩展时路由开销大、噪声增加。二维阵列缩短量子比特距离、增强连接性,更契合表面码等量子纠错方案,可减少编译开销。尽管二维架构有潜力,但大规模容错量子计算仍是未解决的工程挑战。
谷歌的新量子计算芯片Willow成功降低了错误率,能够在5分钟内完成传统超级计算机需10^25年才能完成的计算。这一突破解决了量子纠错的关键问题,标志着量子计算的重要进展,并可能推动量子计算与人工智能的结合。
谷歌DeepMind推出了AlphaQubit,这是一种基于AI的量子计算错误解码器,旨在提升量子计算机的可靠性。该技术结合机器学习与量子纠错,能够准确识别和修正量子计算中的错误,推动量子计算的实用化进程。
本研究基于神经系统启发,应用突触可塑性训练脉冲神经网络,实现在线学习。通过进化算法优化学习规则,成功解决XOR和车杆任务,发现新规则优于传统基准。此外,研究展示了神经网络强化学习在量子纠错和量子电路优化中的潜力,提出了新型学习规则和元强化学习模型,提升了学习效率和适应性。
量子计算与机器学习结合成为研究热点。机器学习可用于量子纠错与误差缓解,在百量子比特级设备上展现潜力,将能量估计误差降低数个量级;神经网络能表示量子多体波函数,高效求解薛定谔方程并用于核物质模拟;贝叶斯推断等自适应方法可动态抑制噪声,性能优于非自适应方法。
完成下面两步后,将自动完成登录并继续当前操作。