Нейросети, квантовые компьютеры, суперкомпьютеры

XUC

второе пришествие
Регистрация
3 Сен 2006
Сообщения
851
Реакции
562

Fujitsu в 2023 году выпустит первый коммерческий квантовый компьютер японского производства​


Компания Fujitsu совместно с Институтом физико-химических исследований RIKEN планируют начать коммерческое производство квантовых компьютеров в 2023 году. Fujitsu стала первой компанией в стране, проявившей готовность коммерциализировать подобные технологии.
 Источник изображения: Fujitsu

Источник изображения: Fujitsu​
Пока в индустрии квантовых компьютеров доминируют компании вроде Google. При этом такие машины рассматриваются в мире как решения новейшего поколения, способные оказать непосредственное влияние на конкурентоспособность страны и её национальную безопасность. По оценкам Boston Consulting Group, квантовые вычисления к 2040 году смогут приносить экономический эффект на $850 млн ежегодно — благодаря разработке новых материалов и других прорывных технологий.
Для разработок Fujitsu и RIKEN основали в апреле прошлого года исследовательскую базу в городе Вако префектуры Сайтамо, в работах участвуют порядка 20 учёных. Предполагается, что компьютеры будут использовать для составления точных прогнозов погоды, в разработке новых материалов, медицине и многих других сферах. В компании обещают, что компьютеры смогут купить различные компании уже в следующем фискальном году, начинающемся в апреле.


Известно, что исследования в области новых материалов с использованием принципов квантовых вычислений Fujitsu начала ещё в апреле, совместно с Fujifilm. По данным портала Nikkei Asian Review, японские компании отстали от зарубежных конкурентов в разработке квантовых компьютеров, поэтому Fujitsu станет первой компанией, начавшей строить «домашнюю» систему с помощью технологий RIKEN и сверхпроводников с системами охлаждения до экстремально низких температур.
В 2019 году Google стала героем новостей, заявив, что её квантовый компьютер смог за 3 минуты решить задачу, на которую суперкомпьютеру пришлось бы потратить 10 тыс. лет. Впрочем, позже это утверждение опровергли. Известно, что определённых успехов добились и китайские техногиганты. Кроме того, выросло число связанных с квантовыми вычислениями стартапов. Впрочем, пока возможности существующих систем ограничены. Google намерена коммерциализировать свои разработки только в 2029 году, но пока на этом пути ещё довольно много препятствий.
Ожидается, что коммерческий квантовый компьютер Fujitsu сможет предложить 64 кубита — больше, чем 53 кубита машины Google 2019 года. При этом он будет уступать решению IBM с её 127 кубитами, введённому в эксплуатацию в 2021 году. Впрочем, у Fujitsu намного более амбициозные цели. В компании рассчитывают, что после марта 2027 года компания выпустит машину более чем на 1000 кубитов. Ранее сообщалось, что учёные Для просмотра ссылки Войди или Зарегистрируйся для оценки производительности квантовых компьютеров, который позволяет «путешествовать во времени»

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 

Китайская Baidu представила свой первый квантовый компьютер Qianshi​


Китайский гигант поисковых систем Baidu Inc. в четверг представил свой первый квантовый компьютер и готов сделать его доступным для сторонних пользователей. Таким образом компания присоединилась к глобальной гонке по применению квантовых технологии для решения практических задач.

 Источник изображения: caixinglobal.com

Источник изображения: caixinglobal.com
Квантовый компьютер, получивший название Qianshi, имеет 10-кубитовый процессор, говорится в заявлении компании. Baidu также разработала квантовый чип на 36 кубитов. По современным меркам это не так уж и много — существуют системы с большим числом кубитов. Но с чего-то начинать надо.
Правительства и компании по всему миру уже несколько лет уделяют большое внимание развитию квантовых компьютеров — новых устройств для высокоскоростных вычислений, работающих при низких температурах и позволяющих достичь беспрецедентной скорости обработки данных в определённых задачах.

Однако в настоящее время реальные достижения в этой области все еще очень скромные и представлены небольшой группой устройств, находящихся на ранней стадии разработки. Соединенные Штаты, Китай и ЕС начали масштабные проекты по финансированию квантовых компьютеров, надеясь вырваться вперед в этой области, которая часто рассматривается как один из краеугольных камней, на которых будет определяться новое глобальное превосходство.
 Источник изображения: pixabay.com

Источник изображения: pixabay.com
По данным исследователя рынка IDC, к концу 2027 года мировые правительства и компании вложат около 16,4 миллиарда долларов в развитие квантовых технологий. Американский технологический гигант IBM заявил, что планирует создать квантовый компьютер, готовый к коммерческому использованию в 2025 году, с процессором, содержащим Для просмотра ссылки Войди или Зарегистрируйся. На данный момент IBM выпустила квантовые процессоры с 127 кубитами.
Компания Alphabet Inc (Google) также намерена разработать компьютер с 1 000 000 кубитов к концу этого десятилетия.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 

GlobalFoundries разрабатывает технологии для крупносерийного выпуска квантовых процессоров​

 
Европейский регулятор призвал страны ЕС провести анализ рисков в области критически важных технологий

evrokomissar-po-voprosam-vnutrennego-rynka-terri-breton.png


Еврокомиссия (ЕК) рекомендовала странам ЕС провести анализ рисков в области четырёх критически важных технологий:

- передовых чипов,
- искусственного интеллекта,
- квантовых ,
- биотехнологий
,

сообщил во вторник euractiv.com.

Мера призвана снизить угрозы в области технологической безопасности и предотвратить утечки технологий. Технологии страшат европейских руководителей на сами по себе, а из-за того, что этими технологиями владеют Россия и Китай. Прямо на Россию с Китаем ЕК не указывает, но из сообщения euractiv.com это следует вполне определённо. Закончить анализ планируется до конца 2023 года.

В дополнение к четырём критически важным технологиям Еврокомиссия указала ещё шесть технологий, по поводу которых хотела бы начать консультации с входящими в ЕС странами:

- передовые средства связи, навигация и цифровые технологии;
- передовые сенсорные технологии;
- технологии, связанные с космосом и реактивным движением;
- энергетические технологии (что бы это ни значило – ред.);
- роботизированные и автономные системы;
- современные материалы, производство и технологии переработки.


Еврокомиссар по вопросам внутреннего рынка Тьерри Бретон (Thierry Breton), назвал вышеперечисленные технологии «стратегическими для стратегической независимости и безопасности ЕС».

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Китай сообщил о создании прототипа самого мощного в мире квантового компьютера

kot.jpg

Иллюстрация — кот Шрёдингера

Объявлено об успешном создании прототипа квантового компьютера под названием «Цзючжан-3», производительность которого в решении математической задачи, основанной на выборке гауссовых бозонов, превышает производительность имеющихся суперкомпьютеров в 10^24 степени раз, сообщает агентство Синьхуа в четверг.

Количество фотонов в системе «Цзючжан-3» увеличилось до 255; для сравнения, в «Цзючжан» первого поколения было 76 фотонов.

Фотоны здесь – частицы, которые находятся в «запутанном» состоянии (изменение спинов двух «запутанных» фотонов не может происходить независимо), обеспечивая саму возможность квантовых вычислений.

О квантовых вычислениях
Квантовый компьютер использует привычную вычислительным машинам двоичную систему счисления, «внутри» у него только нули и единицы. Однако термин «кубит» (q-bit, «бит» квантового компьютера) принципиально отличен от бита: про состояние кубита в каждый момент времени нельзя сказать, что у него внутри — ноль или единица. Чтобы выяснить это, надо «снять» данные — открыть коробку с котом Шрёдингера и понять, жив кубит («1») или мертв («0»).

Квантовые вычисления обеспечиваются возможностью зафиксировать взаимосвязь регистра (совокупности) кубитов, находящихся в т.н. суперпозиции. Кубиты можно ввести в так называемое запутанное (общее, единое) состояние, когда измерение одного кубита фиксирует не только его состояние (это состояние не определяется, напомним, выбором между «0» и «1», запутанность регистра кубитов хранит несопоставимо более богатый набор возможностей), но и состояние всех кубитов в регистре. Если N кубитов в регистре запутаны, тогда одной операцией квантовый компьютер может сразу, одновременно, обработать 2^N бит данных.

Это даёт, во-первых, грандиозный рост размерности обрабатываемых данных: при N=50 регистр запутанных кубитов эквивалентен по объёму хранимых данных 10^18 бит. Во-вторых, становятся доступны некоторые задачи, недостижимые для классических компьютеров и имеющие важнейшее прикладное значение (например, преодоление криптозщиты).

Основная задача, стоящая перед конструкторами квантовых компьютеров – проектирование и создание кубитов. Китайцы для описываемого компьютера использовали фотоны, способные находиться в запутанном состоянии.



Самые сложные задачи, которые «Цзючжан-3» может рассчитать за одну микросекунду, потребовали бы от самого мощного в мире суперкомпьютера Frontier около 20 миллиардов лет, говорится в сообщении.

Надо учесть, однако, что не все типы задач поддаются квантовым вычислениям.

Название «Цзючжан» происходит от древнекитайской математической монографии «Цзючжан суаньшу», в которой обобщены достижения китайцев в математике за период с V века до н.э. до III века н.э.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Экзафлопсный суперкомпьютер Frontier назван лучшим изобретением 2023 года по версии Time

Ежегодно американский журнал Time публикует список из лучших изобретений человечества в самых разных сферах. В нынешнем году в рейтинг вошли 200 продуктов и технологий, которые сгруппированы более чем в 35 категорий. Это, в частности, ПО, связь, виртуальная и дополненная реальность, ИИ, потребительская электроника, чистая энергии, здравоохранение, безопасность, робототехника и многое другое.

Одним из направлений являются экспериментальные системы и устройства. В данной категории победителем назван вычислительный комплекс Frontier — самый мощный суперкомпьютер 2023 года. Исследователи уже используют его для самых разных целей: от изучения чёрных дыр до моделирования климата. «Специалисты сравнивают это с эквивалентом высадки на Луну с точки зрения инженерных достижений. Это больше, чем чудо. Это статистическая невозможность», — сказал Ник Дюбе (Nic Dubé), руководитель проекта в HPE.

Frontier.jpg

Источник изображения: ORNL

Система Frontier, созданная специалистами HPE, установлена в Национальной лаборатории Окриджа (ORNL) Министерства энергетики США. Она занимает первое место в рейтинге TOP500 с производительностью 1,194 Эфлопс. В составе системы применяются процессоры AMD EPYC Milan, ускорители Instinct MI250X и интерконнект Cray Slingshot. В общей сложности задействованы 8 699 904 вычислительных ядра. Теоретическое пиковое быстродействие достигает 1,680 Эфлопс.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
Исследователи придумали «отравленные картинки», которыми художники смогут бороться с нейросетями

Команда исследователей из Чикагского университета создала инструмент под названием Nightshade, с помощью которого художники смогут защитить свои работы от генеративных нейросетей, использующих для обучения изображения в интернете. Он позволяет добавить к изображениям невидимые глазу человека пиксели, которые эффективно искажают данные для обучения ИИ-алгоритмов.

1115.jpg

Источник изображения: petapixel.com

Стремительный рост популярности генеративных нейросетей, способных создавать изображения по текстовому описанию, также привёл к многочисленным судебным искам со стороны современных художников в адрес компаний, занимающихся разработкой ИИ-алгоритмов. Дело в том, что для обучения генеративных нейросетей обычно используются изображения, опубликованные на разных веб-ресурсах. За счёт этого генеративные нейросети способны рисовать изображения не хуже человека и даже копировать стили известных художников.

Алгоритм Nightshade призван помочь художникам защитить свои работы от сканирования нейросетями. Он особым образом обрабатывает изображения, и, если в дальнейшем они используются для обучения нейросетей, то последние теряют способность должным образом обрабатывать пользовательский запрос и выдают неверный результат. Фактически такая доработка картинок заставляет нейросети неправильно распознавать изображённые на них предметы. Например, там, где нарисованы шляпы, алгоритм распознаёт торты, а сумки — распознаются как тостеры. Повреждённые таким образом данные очень сложно удалить, поскольку разработчикам генеративных алгоритмов придётся кропотливо находить каждый такой фрагмент вручную.

yGUnkGGGTkSf39jcgbDcdH.jpg


Художники, которые хотят поделиться своими работами в интернете, но при этом также намерены защитить их, могут задействовать Nightshade в сочетании с другим инструментом под названием Glaze (разработан той же группой исследователей и предназначен для модификации изображений таким образом, что нейросеть не сможет эффективно обучаться с их помощью). Согласно имеющимся данным, Nightshade и Glaze будут доступны для бесплатного использования, а первый из них будет иметь открытый исходный код, благодаря чему другие разработчики смогут улучшать его.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
"Новость Месяца" в разделе Нейросети

Создана физическая нейросеть с нанопроводами вместо нервных окончаний
Она способна учиться в потоковом режиме, не используя для этого внешнее хранилище информации


Ученые из США и Австралии впервые создали рукотворную нейросеть, способную учиться в потоковом режиме и запоминать информацию в процессе работы, не используя для этого внешнюю память. Это стало возможным благодаря использованию нанопроводов в качестве аналогов нервных окончаний, сообщила пресс-служба Сиднейского университета. Исследование опубликовано в среду в журнале Nature Communications.

"Как правило, при работе систем машинного обучения данные сначала записываются в память, а потом они используются для обучения нейросетей, на что расходуется много энергии и что не позволяет использовать подобные алгоритмы для обработки потоковых данных. Нейросети на базе нанопроводов решают эту проблему и позволяют значительно сократить расходы энергии и памяти", - заявила соавтор работы из Сиднейского университета Зденка Кунчич, чьи слова приводит пресс-служба вуза.

Исследователи уже много лет работают над созданием нейроморфных систем - рукотворных аналогов нервной системы на базе нанопроводов. Пересечения этих наноструктур способны прогнозируемо менять свое сопротивление при движении электричества через часть нанопроводов, что позволяет использовать их в качестве мемристора: резистора с эффектом памяти, который обладает некоторыми ключевыми свойствами нервных клеток.

Недавно ученые обнаружили, что эти конструкции из нанопроводов лишены одного из главных недостатков других типов мемристоров - их неспособности обучаться на лету и при этом запоминать новые знания в процессе работы. В прошлом это не позволяло применять подобные аналоги нервных клеток для обработки потоковых данных, непрерывно поступающих в нейросеть из подключенных к ней камер и сенсоров или из глобальной сети.

Исследователи доказали, что их разработка может решать подобные задачи, создав на ее базе систему машинного зрения, способную распознавать черно-белые изображения рукописных цифр. Работу этого физического подобия нейросети исследователи проверили на наборе из 70 тыс. изображений из базы данных MNIST, используемой для обучения систем машинного зрения.

Проведенные профессором Кунчич и ее коллегами тесты показали, что нейросеть на нанопроводах научилась распознавать рукописные цифры с 93,4% точностью. Она могла запомнить последовательность из 8 чисел не используя при этом внешние хранилища данных. Эта технология приближает разработку машинного интеллекта с высокой эффективностью и небольшими затратами энергии для выполнения задач, максимально приближенных к реальности, считают авторы.

Источник Для просмотра ссылки Войди или Зарегистрируйся
 
OpenAI представила флагманскую нейросеть GPT-4 Turbo — мощнее и в разы дешевле GPT-4

Сегодня на своей первой конференции для разработчиков компания OpenAI представила GPT-4 Turbo — улучшенную версию своей флагманской большой языковой модели. Разработчики из OpenAI отмечают, что новая GPT-4 Turbo стала мощнее и в то же время дешевле, чем GPT-4.

Языковая модель GPT-4 Turbo будет предлагаться в двух версиях: одна предназначена исключительно для анализа текста, вторая понимает контекст не только текста, но и изображений. Модель анализа текста доступна в виде предварительной версии через API, начиная с сегодняшнего дня. Обе версии нейросети компания пообещала сделать общедоступными «в ближайшие недели».

Стоимость использования GPT-4 Turbo составляет 0,01 доллара за 1000 входных токенов (около 750 слов) и 0,03 доллара за 1000 выходных токенов. Под входными токенами понимаются фрагменты необработанного текста. Например, слово «fantastic» разделяется на токены «fan», «tas» и «tic». Выходные токены, в свою очередь, это токены, которые модель генерирует на основе входных токенов. Цена на GPT-4 Turbo для обработки изображений будет зависеть от размера изображения. Например, обработка изображения размером 1080 × 1080 пикселей в GPT-4 Turbo будет стоить 0,00765 доллара.

«Мы оптимизировали производительность, поэтому можем предлагать GPT-4 Turbo по цене в три раза дешевле для входных токенов и в два раза дешевле для выходных токенов по сравнению с GPT-4», — сообщила OpenAI в своём блоге.

Для GPT-4 Turbo обновили базу знаний, которая используется при ответе на запросы. Языковая модель GPT-4 обучалась на веб-данных до сентября 2021 года. Предел знаний GPT-4 Turbo — апрель 2023 года. Иными словами, на запросы, имеющие отношение к последним событиям (до апреля 2023 года), нейросеть будет давать более точные ответы. На основе множества примеров из интернета GPT-4 Turbo обучилась прогнозировать вероятность появления тех или иных слов на основе шаблонов, включая семантический контекст окружающего текста. Например, если типичное электронное письмо заканчивается фрагментом «С нетерпением жду…», GPT-4 Turbo может завершить его словами «… вашего ответа».

Вместе с этим модель GPT-4 Turbo получила расширенное контекстное окно (количество текста, учитываемое в процессе генерации). Увеличение контекстного окна позволяет модели лучше понимать смысл запросов и выдавать более подходящие им ответы, не отклоняясь от темы. Модель GPT-4 Turbo имеет контекстное окно в 128 тыс. токенов, что в четыре раза больше, чем у GPT-4. Это самое большое контекстное окно среди всех коммерчески доступных моделей ИИ. Оно превосходит контекстное окно модели Claude 2 от Anthropic, которая поддерживает до 100 тыс. токенов. Anthropic утверждает, что экспериментирует с контекстным окном на 200 тыс. токенов, но ещё не сделала внесла эти изменения в открытый доступ. Контекстное окно в 128 тыс. токенов соответствует примерно 100 тыс. словам или 300 страницам текста, что равносильно размеру романов «Грозовой перевал» Эмили Бронте, «Путешествия Гулливера» Джонатана Свифта или «Гарри Поттер и узник Азкабана» Джоан Роулинг.

Модель GPT-4 Turbo способна генерировать действительный JSON-формат. По словам OpenAI, это удобно для веб-приложений, передающих данные, например для тех, которые отправляют данные с сервера клиенту, чтобы их можно было отобразить на веб-странице. GPT-4 Turbo в целом получила более гибкие настройки, которые окажутся полезными разработчикам. Более подробно об этом можно узнать в блоге OpenAI.

«GPT-4 Turbo работает лучше, чем наши предыдущие модели, при выполнении задач, требующих тщательного следования инструкциям, таких как генерация определённых форматов (например, “всегда отвечать в XML”). Кроме того, GPT-4 Turbo с большей вероятностью вернёт правильные параметры функции», — сообщает компания.

Также GPT-4 Turbo может быть интегрирован с DALL-E 3, функциями перевода текста в речь и зрительным восприятием, расширяя возможности использования ИИ.

OpenAI также объявила, что будет предоставлять гарантии защиты авторских прав для корпоративных пользователей через программу Copyright Shield. «Мы теперь будем защищать наших клиентов и оплачивать понесённые расходы, если они столкнутся с юридическими претензиями о нарушении авторских прав», — заявила компания в своём блоге. Ранее то же самое сделали Microsoft и Google для пользователей их ИИ-моделей. Copyright Shield будет покрывать общедоступные функции ChatGPT Enterprise и платформы для разработчиков OpenAI.

Для GPT-4 компания запустила программу тонкой настройки, предоставляя разработчикам еще больше инструментов для кастомизации ИИ под определённые задачи. По словам компании, в отличие от программы тонкой настройки GPT-3.5, предшественника GPT-4, программа тонкой настройки GPT-4 потребует большего контроля и руководства со стороны OpenAI, в основном из-за технических препятствий.

Компания также удвоила лимит скорости ввода и вывода токенов в минуту для всех платных пользователей GPT-4. При этом цена осталась прежней: 0,03 доллара за входной токен и 0,06 доллара за выходной токен (для модели GPT-4 с контекстным окном на 8000 токенов) или 0,06 доллара за входной токен и 0,012 доллара за выходной токен (для модели GPT-4 с контекстным окном на 32 000 токенов).

источник Для просмотра ссылки Войди или Зарегистрируйся
 
В Японии заработал первый практический квантовый компьютер IBM — это мощнейшая 127-кубитная система Quantum Eagle

Компания IBM сообщила, что на базе Токийского университета начал работать мощнейший в регионе квантовый компьютер — 127-кубитовая платформа IBM Quantum Eagle. Передача компьютера осуществлена в апреле этого года. От японских партнёров компания IBM рассчитывает получить идеи практического использования нового класса вычислительных устройств. Они обещают невообразимую мощь в обработке данных, но как это выглядит на практике, никто не знает.

ibm.jpg

Источник изображения: IBM

Ранее IBM уже передавала японским учёным квантовые системы. Так, в 2021 году на площадке Kawasaki Токийского университета была развёрнута 27-кубитовая система IBM Q System One. Новый компьютер несёт процессор IBM Eagle со 127 кубитами и обещает многократно ускорить выполнение расчётов.

Классический подход предполагает, что для начала практического применения квантовых компьютеров нужны будут системы с десятками и сотнями тысяч физических кубитов. Согласно обоснованиям специалистов Google, например, для исправления ошибок в одном логическом кубите необходимо 1000 физических кубитов. Тем самым безошибочный квантовый компьютер на 1000 кубитов потребует 1 млн физических кубитов для коррекции ошибок. Это означает, что практическую ценность Google рассчитывает увидеть в системах с тысячами и десятками тысяч кубитов. В IBM заявляют, что это не так.

В опубликованной этим летом работе специалисты IBM доказывают, что практическая ценность квантовых систем начинается со 100 кубитов. Нетрудно догадаться, что платформа IBM Eagle со 127 кубитами заявлена как первая практическая, о чём также сейчас заявили японские партнёры компании. Это тем более важно, что современные обычные суперкомпьютеры не способны эмулировать более 50 кубитов при работе с квантовыми алгоритмами.

Развёрнутая в Японии платформа IBM Quantum Eagle будет использоваться местным консорциумом Quantum Innovation Initiative (QII), в который вошло около двух десятков учебных заведений страны и компаний. Квантовую систему будут обучать искать новые материалы, лекарства, научат работать с финансами, физикой, химией и социологией. Для IBM это сулит впечатляющей отдачей в области, куда ещё никто серьёзно не проникал. Затраты на это огромны, но благотворительности в этом нет. Пионеры получат всё.

Источник: Для просмотра ссылки Войди или Зарегистрируйся
 
Назад
Сверху