专栏名称: 人工智能学家
致力成为权威的人工智能科技媒体和前沿科技研究机构
目录
相关文章推荐
爱可可-爱生活  ·  //@爱可可-爱生活:欢迎参与!//@爱可可 ... ·  昨天  
爱可可-爱生活  ·  【[63星]gradio-app/groov ... ·  2 天前  
爱可可-爱生活  ·  SoftMatcha ... ·  3 天前  
51好读  ›  专栏  ›  人工智能学家

微软宣布量子计算重大突破,但业内存在质疑

人工智能学家  · 公众号  · AI  · 2025-02-20 15:26

正文


当地时间 2 月 19 日,微软宣布推出其首款量子计算芯片 Majorana 1。该芯片采用了全球首个拓扑导体,通过观察和控制马约拉纳粒子,产生更可靠和可扩展的量子比特,有望在未来几年内开发出解决 “有意义的工业规模问题” 的量子计算机。
微软表示,开发 Majorana 1 需要创造一种全新的物质状态,即所谓的 “拓扑体”。这一过程需要对原子进行精确排列,将半导体砷化铟和超导体铝逐个原子地设计和构建成拓扑导体线材,被称为 “量子时代的晶体管”。
微软技术研究员克丽丝塔・斯沃尔(Krysta Svore)表示,理解拓扑体物质并将其应用于量子计算芯片的制造,难度极大,这也是大多数量子研究聚焦于其他类型量子比特的原因。
当拓扑导体线材被冷却到接近绝对零度并通过磁场调谐时,会在两端形成马约拉纳零能模(MZMs)。马约拉纳量子比特比其他替代品更稳定,它们快速、小巧且可以数字控制,并具有独特的属性,可以保护量子信息。
在 Majorana 1 芯片上,微软将拓扑导体纳米线连接在一起形成一个 “H”,每个单元有四个可控的马约拉纳粒子,构成一个量子比特。“H” 单元可以连接,微软已经成功将 8 个单元放置在一块芯片中,未来有望扩展到集成 100 万个量子比特。通过这种方式,微软使得量子比特能够以数字方式进行控制,重新定义并大大简化了量子计算的工作方式。
除了制造马约拉纳粒子外,微软现在也具备从中测量信息的能力。微软表示,新的测量方法可以精确到检测超导线中十亿个和十亿零一个粒子之间的差异,这会告诉计算机量子比特处于什么状态,并为量子计算奠定基础。测量可以通过电压脉冲开关来开启和关闭,简化了量子计算的过程和构建可扩展机器的物理要求。
微软执行副总裁杰森・赞德(Jason Zander)表示,在开始谈论商业可靠性之前,希望先达到上百个量子比特。同时,微软将与美国国家实验室和大学合作,利用 Majorana 1 进行研究。不过,他也谈到,微软量子芯片有可能在 2030 年之前通过微软云 Azure 上市。“很多人猜测我们还需要几十年的时间才能实现这一目标,我们则认为这可能需要几年的时间。”
量子计算最终有望推动微软其他部门的发展。赞德指出,量子计算机可用于构建用于训练人工智能模型的数据。“现在你可以要求它发明一些新的分子,发明一些新的药物,这在以前是不可能做到的。”
微软的这一突破,是在量子计算领域多年努力的结果。早在 2008 年,微软就开始了对拓扑量子计算的研究,此次推出的 Majorana 1 芯片,是其在该领域的重要里程碑。
近年来,量子计算领域竞争激烈,谷歌、IBM 等科技巨头也在积极布局。2024 年 12 月,谷歌发布最新的量子芯片 Willow(柳树)以及基于该芯片的量子计算机。量子芯片 Willow 内含 105 个物理量子比特,其前身为谷歌旗下的 Sycamore 量子处理器,需要在接近绝对零度的实验室环境中发挥最佳性能。
科技界对这一突破反应不一。一些人对微软的宣称持怀疑态度,而另一些人则表示钦佩和兴奋。
Arnab Ghosh表示:
量子飞跃来自两个方向:Majorana 1芯片通过拓扑导体利用新的物质状态实现可扩展的量子比特,而谷歌的Willow则用超导技术打破了错误阈值。两条不同的路径,一个未来:实用量子计算。
另一方面,也有专业人士提出了质疑。SOsborne询问:
好的。那这意味着什么?我们解决了硬件问题,但当我们还没有解决量子比特稳定状态的量子问题时,我们如何确定硬件能工作?
go-cat引用了论文结论,指出这更多是基础科学的进展:
这只是炒作。这是他们论文结论中的内容:总之,我们的发现代表了朝着基于仅测量操作的拓扑量子比特实现的实质性进展。没有威胁。只是一些需要走很长路的基础科学。


阅读最新前沿科技趋势报告,请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828


未来知识库 是“ 欧米伽 未来研究所”建立的在线知识库平台,收藏的资料范围包括人工智能、脑科学、互联网、超级智能,数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。 目前拥有超过8000 篇重要资料。 每周更新不少于100篇世界范围最新研究 资料 欢迎扫描二维码或访问 https://wx.zsxq.com/group/454854145828 进入。



截止到12月25日 ”未来知识库”精选的100部前沿科技趋势报告

  1. 2024 美国众议院人工智能报告:指导原则、前瞻性建议和政策提案

  2. 未来今日研究所:2024 技术趋势报告 - 移动性,机器人与无人机篇

  3. Deepmind:AI 加速科学创新发现的黄金时代报告

  4. Continental 大陆集团:2024 未来出行趋势调研报告

  5. 埃森哲:未来生活趋势 2025

  6. 国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景

  7. 哈尔滨工业大学:2024 具身大模型关键技术与应用报告

  8. 爱思唯尔(Elsevier):洞察 2024:科研人员对人工智能的态度报告

  9. 李飞飞、谢赛宁新作「空间智能」 等探索多模态大模型性能

  10. 欧洲议会:2024 欧盟人工智能伦理指南:背景和实施

  11. 通往人工超智能的道路:超级对齐的全面综述

  12. 清华大学:理解世界还是预测未来?世界模型综合综述

  13. Transformer 发明人最新论文:利用基础模型自动搜索人工生命

  14. 兰德公司:新兴技术监督框架发展的现状和未来趋势的技术监督报告

  15. 麦肯锡全球研究院:2024 年全球前沿动态(数据)图表呈现

  16. 兰德公司:新兴技术领域的全球态势综述

  17. 前瞻:2025 年人形机器人产业发展蓝皮书 - 人形机器人量产及商业化关键挑战

  18. 美国国家标准技术研究院(NIST):2024 年度美国制造业统计数据报告(英文版)

  19. 罗戈研究:2024 决策智能:值得关注的决策革命研究报告

  20. 美国航空航天专家委员会:2024 十字路口的 NASA 研究报告

  21. 中国电子技术标准化研究院 2024 扩展现实 XR 产业和标准化研究报告

  22. GenAI 引领全球科技变革关注 AI 应用的持续探索

  23. 国家低空经济融创中心中国上市及新三板挂牌公司低空经济发展报告

  24. 2025 年计算机行业年度策略从 Infra 到 AgentAI 创新的无尽前沿

  25. 多模态可解释人工智能综述:过去、现在与未来

  26. 【斯坦福博士论文】探索自监督学习中对比学习的理论基础

  27. 《机器智能体的混合认知模型》最新 128 页

  28. Open AI 管理 AI 智能体的实践

  29. 未来生命研究院 FLI2024 年 AI 安全指数报告 英文版

  30. 兰德公司 2024 人工智能项目失败的五大根本原因及其成功之道 - 避免 AI 的反模式 英文版

  31. Linux 基金会 2024 去中心化与人工智能报告 英文版

  32. 脑机接口报告脑机接口机器人中的人机交换

  33. 联合国贸发会议 2024 年全球科技创新合作促发展研究报告 英文版

  34. Linux 基金会 2024 年世界开源大会报告塑造人工智能安全和数字公共产品合作的未来 英文版

  35. Gartner2025 年重要战略技术趋势报告 英文版

  36. Fastdata 极数 2024 全球人工智能简史

  37. 中电科:低空航行系统白皮书,拥抱低空经济

  38. 迈向科学发现的生成式人工智能研究报告:进展、机遇与挑战

  39. 哈佛博士论文:构建深度学习的理论基础:实证研究方法

  40. Science 论文:面对 “镜像生物” 的风险

  41. 镜面细菌技术报告:可行性和风险

  42. Neurocomputing 不受限制地超越人类智能的人工智能可能性

  43. 166 页 - 麦肯锡:中国与世界 - 理解变化中的经济联系(完整版)

  44. 未来生命研究所:《2024 人工智能安全指数报告》

  45. 德勤:2025 技术趋势报告 空间计算、人工智能、IT 升级。







请到「今天看啥」查看全文