美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图
张宏江认为,回顾人类科学发展的历史,不同发展阶段经历了不同的科学发现范式。
“几千年前,人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展,四五百年前,理论模型范式出现。人们通过对某一现象的观察总结出理论,从而指导新的科学研究。五六十年前,尤其当大型计算机出现后,面临更复杂的问题,比如天气预报、地震模拟,人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论,人们引入了计算范式,用计算来模拟的方式做科学研究。到二十年前,我们进入大数据时代,科研中积累的大量数据可以进一步驱动物理模型。”
“今天,我们进入了一个新的科研范式。”张宏江说,人工智能经过多年发展,尤其过去15年深度学习的发展,使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法,直接从数据中建立新的模型,其背后是数据、模型、算法和算力。”
张宏江指出,深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后,正在迅速地改变科学研究的范式,这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说,“今天我们进入了一个黄金期,新的设计范式,都可以借用深度学习的方法进行赋能。”
张宏江坦言,未来十年蕴含着科学发展与产业创新机会,包括数据、模型、算法、算力,其核心是背后的跨学科人才。(完)
具超长可重复相干时间的通量量子比特问世****** 以色列巴伊兰大学物理系暨量子纠缠科学与技术中心迈克尔·斯特恩及其同事基于一种称为超导通量量子比特的不同类型的电路构建超导处理器。在发表于《物理评论应用》上的一篇论文中,他们提出了一种控制和制造通量量子比特的新方法,该方法具有前所未有的可重复长相干时间。 通量量子比特是一种微米大小的超导环路,其中电流可顺时针或逆时针流动,也可双向量子叠加。与传输子(transmon)量子比特相反,这些通量量子比特是高度非线性的对象,因此可在非常短的时间内以高保真度(即无错误地进行计算的能力)进行操作。 超导传输子量子比特被认为是可扩展量子处理器的基本构建块。多年来,传输子量子比特的保真度不断提高,IBM、亚马逊和谷歌等科技巨头在最近的竞争中相继展示了量子优越性。 但随着处理器变得越来越大,如IBM刚刚宣布推出一款具400多个传输子量子比特的处理器,此类系统的保真度和可扩展性要求变得越来越严格。特别是,传输子量子比特是弱非线性对象,这本质上限制了它们的保真度,并且由于频率拥挤的问题带来了对可扩展性的担忧。 而通量量子比特的主要缺点是,它们特别难以控制和制造,这导致了相当大的不可重复性,之前它们在工业中的使用仅限于量子退火优化过程。 在新研究中,研究团队与澳大利亚墨尔本大学合作,使用新颖的制造技术和最先进的设备,成功地克服了这一范式的重大障碍。 斯特恩表示,他们在这些量子比特的控制和可重复性方面取得了显著改善。这种可重复性使他们能够分析阻碍相干时间的因素并系统地消除它们。这项工作为量子混合电路和量子计算领域的许多潜在应用铺平了道路。 这项研究得到了以色列科学基金会的支持。(记者张梦然) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |