Обчислювальна потужність квантових машин наразі все ще дуже низька. Її збільшення є серйозною проблемою. Фізики з Університету Інсбрука зараз представляють нову архітектуру для універсального квантового комп’ютера, яка долає такі обмеження та незабаром може стати основою наступного покоління квантових комп’ютерів.
Квантові біти (кубіти) у квантовому комп’ютері служать обчислювальним блоком і пам’яттю одночасно. Оскільки квантову інформацію неможливо скопіювати, вона не може зберігатися в пам’яті, як у класичному комп’ютері. Через це обмеження всі кубіти в квантовому комп’ютері повинні мати можливість взаємодіяти один з одним. Зараз це все ще є серйозною проблемою для створення потужних квантових комп’ютерів. У 2015 році фізик-теоретик Вольфганг Лехнер (Wolfgang Lechner) разом із Філіпом Хауке (Philipp Hauke) та Пітером Цоллером (Peter Zoller) звернулися до цієї проблеми та запропонували нову архітектуру для квантового комп’ютера, яка тепер називається архітектурою LHZ на честь авторів. «Ця архітектура спочатку була розроблена для задач оптимізації, — згадує Вольфганг Лехнер з кафедри теоретичної фізики Університету Інсбрука, Австрія. - У процесі ми скоротили архітектуру до мінімуму, щоб вирішити ці проблеми оптимізації якомога ефективніше». Фізичні кубіти в цій архітектурі не представляють окремі біти, а кодують відносну координацію між бітами. «Це означає, що не всі кубіти більше повинні взаємодіяти один з одним», — пояснює Вольфганг Лехнер. Разом зі своєю командою він тепер показав, що ця концепція парності також підходить для універсального квантового комп’ютера.
Комп’ютери парності можуть виконувати операції між двома або більше кубітами на одному кубіті. «Існуючі квантові комп’ютери вже дуже добре реалізують такі операції в невеликих масштабах, — пояснює Мікаель Фелнер (Michael Fellner) з команди Вольфганга Лехнера. - Однак зі збільшенням кількості кубітів стає все складніше реалізувати ці вентильні операції». У двох публікаціях у Physical Review Letters і Physical Review A вчені з Інсбрука тепер показують, що комп’ютери з парністю можуть, наприклад, виконувати квантові перетворення Фур’є – фундаментальний будівельний блок багатьох квантових алгоритмів – зі значно меншою кількістю кроків обчислення і, отже, швидше. «Високий паралелізм нашої архітектури означає, що, наприклад, добре відомий алгоритм Шора для факторизації чисел може бути виконаний дуже ефективно», — пояснює Феллнер.
Нова концепція також пропонує ефективне апаратне виправлення помилок. Оскільки квантові системи дуже чутливі до збурень, квантові комп’ютери повинні постійно виправляти помилки. Значні ресурси повинні бути спрямовані на захист квантової інформації, що значно збільшує кількість необхідних кубітів. «Наша модель працює з двоетапною корекцією помилок, один тип помилки (помилка перевороту біта або помилка фази) запобігає використовуваному апаратному забезпеченню», — кажуть Анетт Мессінгер (Anette Messinger) і Кіліан Ендер (Kilian Ender), також члени дослідницької групи в Інсбруку. Для цього вже існують початкові експериментальні підходи на різних платформах. «Інший тип помилки можна виявити та виправити за допомогою програмного забезпечення», — кажуть Мессінгер та Ендер. Це дозволить реалізувати наступне покоління універсальних квантових комп’ютерів з керованими зусиллями.
Відокремлена компанія ParityQC, співзасновниками якої є Вольфганг Лехнер і Магдалена Хаузер, уже працює в Інсбруку з партнерами з науки та промисловості над можливими впровадженнями нової моделі.
Команда на чолі з Вольфгангом Лехнером (справа): Кіліан Ендер, Анетт Мессінгер і Міхаель Феллнер (зліва)
Це відмітив Дейв Велланте (David Vellante), співгенеральний директор SiliconANGLE Media.
Головні інформаційні директори гальмують витрати, це зрозуміло. Останнє макродослідження Enterprise Technology Research показує кількісну оцінку того, що ми вже знаємо, як правду, що витрати на інформаційні технології сповільнюються. ІТ-директори та ІТ-покупці прогнозують, що цього року їхні витрати на технології зростуть на 5,5%, що є значним уповільненням від їхніх очікувань на кінець 2021 року. Але ці рівні все ще значно перевищують історичні норми – тому, хоча фактор гарного самопочуття може бути під певною загрозою, загалом все досить добре – принаймні на даний момент.
Ось останні дані ETR про витрати на макротехнології, зокрема про стратегії, які організації використовують для скорочення витрат, і про те, які категорії проектів продовжують отримувати найбільшу популярність.
Наприкінці минулого року ІТ-директори були набагато оптимістичнішими, ніж сьогодні. Тоді вони вважали, що їхні сукупні витрати зростуть більш ніж на 8%.
Звичайно, на той час очікувалося, що економіка була готова до напіввпорядкованого повернення до нормального стану. Цього не сталося, і прогноз витрат цього року знизився до 5,5% зростання. Це базується на останньому опитуванні ETR CIO, яке охоплює понад 1100 респондентів.
Це зростання все ще на 200-300 базисних пунктів перевищує історичні норми. І дивлячись уперед на наступний рік, ІТ-директори очікують прискореного зростання, повертаючись до рівня 6%. Як зазначалося, видимість менш чітка, ніж у роки до COVID-19. Але суть полягає в тому, що цифрові трансформації продовжують підвищувати витрати на ІТ вище історичного рівня.
ETR запитав респондентів про різні дії, які вони вживають. Дві виділялися. Це: «ми прискорюємо нові ІТ-проекти» (верхня гілка) і «ми заморожуємо проекти» (нижня гілка). Якщо побудувати графік (див. нижче), то можна побачити зближення цих двох ліній з часом, що, звичайно, сигналізує про уповільнення.
Але знову ж таки, це не тривожні дані. У першому кварталі 2020 року прибуток становив 12% проти 25% сьогодні, а заморожування проектів становило 22% проти 13% сьогодні. Відносно кажучи, динаміка витрат все ще сильна.
ETR поставив додаткове запитання респондентам, які вказали, що витрати цього кварталу зменшаться порівняно з тим самим кварталом минулого року.
Виявилось, що найпоширенішим підходом все ще є консолідація зайвих постачальників у різних сферах діяльності. Крім того, у цьому опитуванні спостерігався значний стрибок – з 14% до 20% – респондентів, які заявили, що прагнуть до законопроекту про хмару. Таким чином, разом 45% респондентів планують скоротити свої витрати на замовлення.
Які ж висновки з останніх даних про витрати?
По-перше, цільові показники витрат знижуються до середнього діапазону 5%, але це значно вище за історичні норми. Хоча ІТ-директори гальмують проекти, вони все ще рухаються вперед темпами, вищими за рівень до COVID-19, і заморожують менше проектів.
По-друге, спостерігається двостороння монета моделей «оплата тільки за спожите». Це одна з привабливих функцій на вимогу. Можна побачити, що фірми приділяють більшу увагу рахункам за хмару. І є трохи несподіваної негативної реакції на недоліки моделі ціноутворення SaaS, яка блокує замовника на певні терміни.
По-третє, справжня економія, однак, походить від усунення зайвих постачальників, що може сприяти деяким великим фірмам, таким як Microsoft, Amazon.com, Oracle, Dell Technologies, Salesforce, ServiceNow, IBM, НРЕ, Cisco Systems та інші.
Таким чином вважається, що зростання в сферах, пов’язаних з даними, є пріоритетом для ІТ-директорів.
Отже, хоча це відчувається як значне уповільнення, небо аж ніяк не падає. Існують такі «поза нашим контролем» фактори, як відсоткові ставки, Україна, пропозиція нафти, заробітна плата тощо, які створюють невизначеність і змушують фірми бути більш обережними.
Але загалом залишається оптимізм, оскільки провідні технологічні компанії добре керовані та мають довгу злетну смугу на балансі. Таким чином, вони можуть коригувати витрати відповідно до невизначеного середовища та залишатися гнучкими при цьому.
Лінії прискорення проектів (верхня гілка) та замороження проектів зближуються
Королівська академія наук Швеції вирішила присудити Нобелівську премію з фізики 2022 року Алену Аспе (Alain Aspect), Університет Париж-Сакле і Політехнічна школа, Палезо, Франція; Джону Ф. Клаузеру, (J.F. Clauser & Assoc., Walnut Creek, CA, США) і Антону Целлінгеру (Anton Zeilinger), Віденський університет, Австрія, «за експерименти із заплутаними фотонами, встановлення порушення нерівностей Белла та новаторство у квантовій інформаційній науці».
Ален Аспе, Джон Клаузер і Антон Целлінгер провели новаторські експерименти з використанням заплутаних квантових станів, коли дві частинки поводяться як єдине ціле, навіть якщо вони розділені великою відстанню. Їх результати розчистили шлях для нових технологій, заснованих на квантовій інформації.
Ефекти квантової механіки, які не можна собі уявити, починають знаходити застосування. Зараз існує велика область досліджень, яка включає квантові комп’ютери, квантові мережі та безпечний квантовий зашифрований зв’язок.
Одним із ключових факторів цього розвитку є те, як квантова механіка дозволяє двом або більше частинкам існувати в так званому заплутаному стані. Те, що відбувається з однією з частинок у заплутаній парі, визначає, що відбувається з іншою частинкою, навіть якщо вони знаходяться далеко одна від одної.
Довгий час питання полягало в тому, чи існує кореляція через те, що частинки в заплутаній парі містять приховані змінні, інструкції, які повідомляють їм, який результат вони повинні дати в експерименті. У 1960-х роках Джон Стюарт Белл розробив математичну нерівність, названу на його честь. Вона стверджує, що якщо є приховані змінні, кореляція між результатами великої кількості вимірювань ніколи не перевищить певного значення. Однак квантова механіка передбачає, що певний тип експерименту порушить нерівність Белла, що призведе до сильнішої кореляції, ніж це було б можливо в іншому випадку.
Джон Клаузер розвинув ідеї Джона Белла, що призвело до практичного експерименту. Коли він проводив вимірювання, вони підтверджували квантову механіку, явно порушуючи нерівність Белла. Це означає, що квантову механіку не можна замінити теорією, яка використовує приховані змінні.
Але після експерименту Джона Клаузера залишилися деякі лазівки. Ален Аспе розробив установку, використовуючи її таким чином, щоб закрити важливу лазівку. Він зміг змінити налаштування вимірювання після того, як заплутана пара залишила своє джерело, тому налаштування, які існували на момент їх випромінювання, не могли вплинути на результат.
Використовуючи вдосконалені інструменти та довгу серію експериментів, Антон Целлінгер почав використовувати заплутані квантові стани. Серед іншого, його дослідницька група продемонструвала явище під назвою квантова телепортація, яке дозволяє переміщувати квантовий стан від однієї частинки до іншої на відстані.
«Стає все більш очевидним, що з’являється новий вид квантової технології. Ми бачимо, що робота лауреатів із заплутаними станами має велике значення, навіть поза фундаментальними питаннями щодо інтерпретації квантової механіки», — говорить Андерс Ірбек (Anders Irbäck) , голова Нобелівського комітету з фізики.
Микита Гур’янов — фізик з Оксфордського університету працює з обчислювальною квантовою фізикою. Він стверджує, що люди стали надзвичайно оптимістично налаштовані щодо перспектив квантових обчислень. Ось, що він пише.
Квантові обчислення часто зображують як перспективну технологію, з кінцевим впливом якої зможе конкурувати лише штучний інтелект. На думку квантових євангелістів, це лише питання часу, коли з’явиться повнофункціональний квантовий комп’ютер, який зробить усе, починаючи від революційної розробки ліків і закінчуючи зломом схем шифрування в Інтернеті.
Останніми роками в цю сферу влилися мільярди доларів, кульмінацією яких стали дебюти на публічному ринку таких відомих компаній квантового обчислення, як IonQ, Rigetti та D-Wave.
Реальність така, що жодна з цих компаній — або будь-яка інша фірма квантових обчислень, якщо на те пішло — насправді не заробляє реальних грошей. Невеликий прибуток, який вони генерують, здебільшого надходить від консультаційних місій, спрямованих на навчання інших компаній тому, «як квантові комп’ютери допоможуть їхньому бізнесу», на відміну від справжнього використання будь-яких переваг, які квантові комп’ютери мають над класичними комп’ютерами.
Проста причина цього полягає в тому, що, незважаючи на роки зусиль, ніхто ще не наблизився до створення квантової машини, яка справді здатна вирішувати практичні проблеми. Сучасні пристрої настільки схильні до помилок, що будь-яка інформація, яку хтось намагається обробити за допомогою них, майже миттєво перетвориться на шум. Проблема лише посилюється, якщо комп’ютер масштабується (тобто збільшується кількість «кубітів»).
Переконлива стратегія подолання цих помилок ще не була продемонстрована, що робить незрозумілим, коли — якщо взагалі — стане можливим побудувати великомасштабний, відмовостійкий квантовий комп’ютер. Проте, згідно з євангелістами, ми, очевидно, перебуваємо в центрі квантового закону Мура (він же «Закон Роуза», на честь засновника D-Wave Джорді Роуза), аналогічного революції мікрочіпів 1970-х — 2010-х років.
Ще одна фундаментальна проблема полягає в тому, що незрозуміло, які комерційно корисні проблеми взагалі можна вирішити за допомогою квантових комп’ютерів — якщо такі взагалі є.
Найвідомішим застосуванням на сьогоднішній день є алгоритм Шора для факторизації великих чисел на складові прості числа, який є експоненціально швидшим, ніж будь-яка відома відповідна схема, що працює на класичному комп’ютері. Оскільки більшість криптографії, яка в даний час використовується для захисту нашого інтернет-трафіку, базуються на передбачуваній складності проблеми розкладання на прості множники, раптова поява фактично функціонального квантового комп’ютера, здатного запускати алгоритм Шора, дійсно створить серйозний ризик для безпеки.
Алгоритм Шора став знахідкою для квантової індустрії, що призвело до незліченних обсягів фінансування від урядових служб безпеки по всьому світу. Однак тут часто забувають про те, що існує багато альтернативних криптографічних схем, які не вразливі для квантових комп’ютерів. Було б неможливим просто замінити ці вразливі схеми на так звані «квантово-захищені».
І невизначена практична життєздатність алгоритму Шора є лише верхівкою айсберга. Було багато суперечок щодо того, де і коли квантові обчислення насправді можуть запропонувати будь-яку практичну перевагу. Останні дослідження вказують на те, що немає доказів того, що квантові комп’ютери можуть значно пришвидшити навіть обчислення квантової хімії. Це погана новина для широко розрекламованої ідеї про користь квантових комп’ютерів для розробки ліків.
По суті, індустрія квантових обчислень ще не продемонструвала жодної практичної користі, незважаючи на фанфари. Чому тоді надходить стільки грошей? Ну, в основному, завдяки фанфарам. Погляди вчених досі (здебільшого) поважають у суспільстві, тому, коли фізики чимось захоплюються, люди це помічають.
По-справжньому хвилювання почалося в 90-х роках, коли відбувся ряд новаторських проривів, які справді ознаменували народження квантових технологій як наукової сфери. У міру того, як з роками досягався прогрес, захоплення зростало, зрештою вийшовши далеко за межі спільноти.
До 2010-х років капітал став дешевим, і інвестори почали звертати увагу, навіть якщо вони не мали реального розуміння технології (крім кліше «кубіт може одночасно бути і одиницею, і нулем»). У міру того, як надходило більше грошей, поле розросталося, і для вчених ставало все більш спокусливим перепродавати свої результати. З часом у сфері діяльності з’явилися комівояжери, як правило, без будь-якого розуміння квантової фізики, які зайняли керівні посади в компаніях і зосередилися виключно на створенні фанфар. Через кілька років після цього дуже перебільшена перспектива квантових обчислень досягла мейнстріму, що призвело до жадібності та непорозуміння та утворення класичної бульбашки.
Деякі фізики в приватному порядку вважають, що тут немає проблеми: чому б не скористатися ситуацією, поки вона триває, і не взяти легких грошей у не надто досвідчених інвесторів? Зрештою, отримувати зарплату на рівні приватного сектору, займаючись, по суті, науковими дослідженнями, є непоганою угодою.
Що ж, коли саме лопне бульбашка, сказати важко, але в якийсь момент претензії розкриються і фінансування вичерпається. Є надія, що коли музика припиниться і бульбашка лопне, публіка все одно буде слухати фізиків.
Щорічно понад 69 мільйонів людей у всьому світі отримують черепно-мозкові травми, через що багато з них не можуть спілкуватися за допомогою мови, друкування чи жестів. Життя цих людей могло б значно покращитися, якби дослідники розробили технологію декодування мови безпосередньо з неінвазивних записів мозку. Сьогодні розроблена модель АІ, яка може декодувати мову з неінвазивних записів активності мозку.
За результатами трьох секунд активності мозку отримані результати показують, що модель може декодувати відповідні сегменти мовлення з точністю до 73% топ-10 із словникового запасу з 793 слів, тобто значної частини слів, які ми зазвичай використовуємо протягом дня сьогодні.
Декодування мовлення на основі мозкової активності було давньою метою нейробіологів і клініцистів, але більша частина прогресу покладалася на інвазивні методи запису мозку, такі як стереотаксична електроенцефалографія та електрокортикографія. Ці пристрої дають більш чіткі сигнали, ніж неінвазивні методи, але потребують нейрохірургічних втручань. Хоча результати цієї роботи свідчать про те, що декодування мовлення із записів мозкової активності можливо, декодування мовлення за допомогою неінвазивних підходів забезпечить безпечніше, більш масштабоване рішення, яке зрештою може принести користь набагато більшій кількості людей. Однак це дуже складно, оскільки неінвазивні записи, як відомо, викликають шум і можуть сильно відрізнятися залежно від сеансів запису та окремих людей з різних причин, включаючи відмінності в мозку кожної людини та місце розташування датчиків.
У данній роботі вирішуються ці проблеми, створюючи модель глибокого навчання, навчену контрастним навчанням, яка потім використовується для максимального узгодження неінвазивних записів мозку та звуків мови. Для цього дослідники використовують wave2vec 2.0, модель самоконтрольованого навчання з відкритим кодом, розроблену командою FAIR у 2020 році. Потім ця модель використовується, щоб ідентифікувати складні репрезентації мови в мозку добровольців, які слухають аудіокниги.
Вчені зосередилися на двох неінвазивних технологіях: електроенцефалографії та магнітоенцефалографії (ЕЕГ і МЕГ, скорочено), які вимірюють коливання електричних і магнітних полів, викликаних активністю нейронів відповідно. На практиці обидві системи можуть робити приблизно 1000 знімків макроскопічної активності мозку щосекунди, використовуючи сотні датчиків.
Було використано чотири набори даних ЕЕГ і МЕГ з відкритим кодом з академічних установ, використавши понад 150 годин записів 169 здорових добровольців, які слухали аудіокниги та окремі речення англійською та голландською мовами. Потім ці записи ЕЕГ і МЕГ вводились у модель «мозку», яка складається зі стандартної глибокої згорткової мережі із залишковими зв’язками.
Щоб декодувати мову з неінвазивних сигналів мозку, модель навчається із контрастним навчанням, щоб вирівняти мову та відповідну мозкову активність.
Нарешті, збудована архітектура вчиться узгоджувати вихід цієї моделі мозку з глибокими представленнями звуків мови, які були представлені учасникам. У попередній роботі використовувався wav2vec 2.0, щоб показати, що цей алгоритм мовлення автоматично вчиться створювати представлення мовлення, які відповідають поданням мозку. Поява «мозкових» репрезентацій мовлення у wav2vec 2.0 зробила природним вибір створити власний декодер, оскільки це допомагає знати, які репрезентації треба спробувати витягти з сигналів мозку.
Після навчання система виконує те, що називається нульовою класифікацією: враховуючи фрагмент мозкової активності, вона може визначити з великої кількості нових аудіозаписів, який із них людина насправді чула. Звідти алгоритм виводить слова, які людина, швидше за все, чула. Це захоплюючий крок, тому що він показує, що АІ може успішно навчитися декодувати шумні та змінні неінвазивні записи активності мозку під час сприйняття мови.
Результати дослідження є обнадійливими, тому що вони показують, що АІ, який навчається за допомогою самоконтролю, може успішно декодувати сприйняте мовлення з неінвазивних записів активності мозку, незважаючи на шум і мінливість, властиві цим даним. Однак ці результати є лише першим кроком.
Дослідники використовують інфрачервоне світло (IR) для бездротової передачі енергії на відстань понад 30 метрів.
Нова лазерна система зарядки може запропонувати безпечне бездротове живлення для мобільних пристроїв і датчиків.
Уявіть, що ви заходите в аеропорт чи продуктовий магазин, і ваш смартфон автоматично починає заряджатися. Одного разу це може стати реальністю завдяки новій системі бездротової лазерної зарядки, яка подолає деякі проблеми, що заважали попереднім спробам розробити безпечні та зручні системи зарядки в дорозі.
«Можливість бездротового живлення пристроїв може позбавити від необхідності носити з собою кабелі живлення для наших телефонів або планшетів, — сказав керівник дослідницької групи Джіньон Ха (Jinyong Ha) з університету Седжон у Південній Кореї. - Це також може живити різні датчики, такі як датчики в пристроях Інтернету речей (IoT) і датчики, які використовуються для моніторингу процесів на виробничих підприємствах».
У журналі Optica Publishing Group Optics Express дослідники описують свою нову систему, яка використовує IR для безпечної передачі високої потужності. Лабораторні випробування показали, що вона може передавати потужність світла 400 мВт на відстань до 30 метрів. Цієї потужності достатньо для заряджання датчиків, і з подальшим розвитком її можна збільшити до рівнів, необхідних для зарядки мобільних пристроїв.
Було вивчено кілька методів бездротової передачі енергії на великі відстані. Однак було важко безпечно передавати достатню кількість енергії на метрову відстань. Щоб подолати цю проблему, дослідники оптимізували метод розподіленої лазерної зарядки, який нещодавно привернув більше уваги для цього застосування, оскільки він забезпечує безпечне високопотужне освітлення з меншою втратою світла.
«У той час як більшість інших підходів вимагають, щоб приймальний пристрій знаходився в спеціальній підставці для заряджання або був нерухомим, розподілена лазерна зарядка забезпечує самовирівнювання без відстеження процесів, якщо передавач і приймач знаходяться в зоні прямої видимості один одного, — сказав Ха. - Він також автоматично перемикається в безпечний режим низької потужності, якщо предмет або людина блокує лінію видимості».
Розподілена лазерна зарядка працює як традиційний лазер, але замість того, щоб оптичні компоненти лазерного резонатора об’єднати в один пристрій, вони розділені на передавач і приймач. Коли передавач і приймач знаходяться в межах прямої видимості, між ними в повітрі або вільному просторі утворюється лазерний резонатор, що дозволяє системі передавати потужність на основі світла. Якщо перешкода перериває лінію видимості передавача та приймача, система автоматично переходить у енергобезпечний режим, забезпечуючи безпечну подачу електроенергії в повітрі.
У новій системі дослідники використовували леговане ербієм волоконне джерело оптичного підсилювача з центральною довжиною хвилі 1550 нм. Цей діапазон довжин хвиль знаходиться в найбезпечнішій області спектра і не становить небезпеки для людських очей або шкіри при використовуваній потужності. Іншим ключовим компонентом був мультиплексний фільтр з розділенням по довжині хвилі, який створював вузькосмуговий промінь з оптичною потужністю в межах безпеки для розповсюдження у вільному просторі.
«У приймальному блоці ми включили ретрорефлектор зі сферичною лінзою для полегшення вирівнювання передавача та приймача на 360 градусів, що максимізує ефективність передачі енергії, — сказав Ха. - Ми експериментально виявили, що загальна продуктивність системи залежить від показника заломлення кульової лінзи, причому показник заломлення 2,003 є найефективнішим».
Щоб продемонструвати систему, дослідники встановили 30-метрову відстань між передавачем і приймачем. Передавач був виготовлений з легованого ербієм волоконного підсилювача оптичного джерела, а блок приймача включав ретрорефлектор, фотоелектричний елемент, який перетворює оптичний сигнал в електричну енергію, і світлодіод, який світиться під час подачі електроенергії. Цей приймач розміром приблизно 10 на 10 міліметрів можна легко інтегрувати в пристрої та датчики.
Результати експерименту показали, що одноканальна бездротова система передачі може забезпечити оптичну потужність 400 мВт з шириною лінії каналу 1 нм на відстані 30 метрів. Фотоелектрична система перетворила це на електричну потужність 85 мВт. Дослідники також показали, що система автоматично переходить у безпечний режим передачі енергії, коли лінія видимості переривається рукою людини. У цьому режимі передавач створював світло неймовірно низької інтенсивності, яке не становило жодної небезпеки для людей.
«Використання лазерної системи заряджання для заміни шнурів живлення на заводах може заощадити витрати на обслуговування та заміну, — сказав Ха. - Це може бути особливо корисним у суворих умовах, де електричні з’єднання можуть спричинити перешкоди або створити небезпеку пожежі».
Тепер, коли вони продемонстрували систему, дослідники працюють над тим, щоб зробити її більш практичною. Наприклад, ефективність фотоелектричного елемента можна збільшити, щоб краще перетворювати світло в електричну енергію.
Вони також планують розробити спосіб використання системи для зарядки кількох приймачів одночасно.
Дослідники створили нову систему, яка використовує IR для безпечної передачі високого рівня потужності на відстані до 30 м
Алюмінієво-сірчана батарея, виготовлена з дешевих матеріалів, що є в наявності, може забезпечити недороге резервне зберігання відновлюваних джерел енергії.
Оскільки світ будує все більші установки вітряних і сонячних енергетичних систем, швидко зростає потреба в економічних, великомасштабних резервних системах для забезпечення електроенергією, коли сонце заходить і повітря спокійне. Сучасні літій-іонні батареї все ще занадто дорогі для більшості подібних застосувань, а інші варіанти, такі як насосна гідросистема, вимагають специфічної топографії, яка не завжди доступна.
Тепер дослідники з Массачусетського технологічного інституту (МТІ) та інших країн розробили новий вид батареї, повністю виготовленої з недорогих матеріалів, що у великій наявності, яка може допомогти заповнити цю прогалину.
Нова архітектура батареї, яка використовує алюміній і сірку як два електродні матеріали, з розплавленим сольовим електролітом між ними, описана в журналі Nature у статті проф. МТІ Дональда Садоуея (Donald Sadoway) разом із 15 іншими співробітниками із МТІ та Китаю, Канади, Кентуккі та Теннессі.
Окрім того, що літій-іонні батареї дорогі, вони містять легкозаймистий електроліт. Тож Садоуей почав вивчати періодичну таблицю Менделєєва, шукаючи дешеві, поширені на Землі метали, які могли б замінити літій. Домінуючий у комерційних цілях метал, залізо, не має відповідних електрохімічних властивостей для ефективної батареї. Але другим, після заліза, за поширеністю металом на ринку є алюміній. «Отже, добре, нехай це буде алюміній», – каже він.
Потім вирішували, з чим поєднати алюміній для іншого електрода, і який тип електроліту поставити між ними, щоб переносити іони. Найдешевшим з усіх неметалів є сірка, тому вона стала другим електродним матеріалом. Що стосується електроліту, то вони дослідили різні розплавлені солі, які мають відносно низьку температуру плавлення — близьку до точки кипіння води.
Три інгредієнти, які вони отримали, дешеві та легкодоступні — алюміній, нічим не відрізняється від фольги в супермаркеті; сірка, яка часто є відходами таких процесів, як переробка нафти; і широко доступні солі. «Інгредієнти дешеві, і річ безпечна — вона не горить», — каже Садоуей.
Дивно, але розплавлена сіль, яку команда обрала як електроліт просто через її низьку температуру плавлення, виявилася неочікуваною перевагою. Однією з найбільших проблем у надійності батареї є утворення дендритів, вузьких металевих шипів, які накопичуються на одному електроді та з часом розростаються, щоб контактувати з іншим електродом, спричиняючи коротке замикання та перешкоджаючи ефективності.
Хлоро-алюмінатна сіль, яку вони обрали, «по суті видаляла ці дендрити, а також дозволяла дуже швидко заряджатися», — каже Садоуей. Більше того, для підтримки робочої температури батареї не потрібне зовнішнє джерело тепла. Тепло утворюється електрохімічним шляхом під час заряджання та розряджання батареї.
Менший масштаб алюмінієво-сірчаних батарей також зробить їх практичними для використання, наприклад, для зарядних станцій для електромобілів, каже Садоуей. Він зазначає, що коли електричні транспортні засоби стають настільки поширеними на дорогах, що кілька автомобілів хочуть заряджати одночасно, як це відбувається сьогодні з бензиновими паливними насосами, «якщо ви спробуєте зробити це за допомогою акумуляторів і вам потрібна швидка зарядка, сила струму просто настільки висока, що ми не маємо такої сили струму в лінії, яка живить установку». Таким чином, наявність такої акумуляторної системи для накопичення енергії, а потім її швидкої віддачі, може усунути необхідність встановлення нових дорогих ліній електропередач для обслуговування цих зарядних пристроїв.
Чи може батарея на основі сірки створювати неприємні запахи, пов’язані з деякими формами сірки? Немає шансів, каже Садоуей, бо батарея герметична.
До дослідницької групи входили члени Пекінського університету, Юньнаньського університету та Уханьського технологічного університету в Китаї; Університет Луїсвіля, штат Кентуккі; Університет Ватерлоо, Канада; Національна лабораторія Оук-Рідж, штат Теннессі; і MIT. Робота була підтримана Енергетичною ініціативою Массачусетського технологічного інституту, Центром технологічних інновацій Дешпанде Массачусетського технологічного інституту та ENN Group.
Три основні складові батареї: зліва - алюміній; в центрі, - сірка; праворуч — кристали кам’яної солі. Усі вони доступні всередині країни і не потребують глобального ланцюжка поставок
Згідно з Вікіпедією, вказівни́к, пока́жчик або пока́зник, іноді також посилання (англ. pointer або reference) — тип даних в комп'ютерних мовах програмування, об'єкт програми, що містить адресу іншого об'єкта в пам'яті комп'ютера.
Вказівники разом з операцією їх розіменування (англ. dereference operator) були введені Катериною Логвинівною Ющенко у 1955 р. в “Адресній мові програмування”.
Якщо згідно з історією, Гарольду Лоусону (Harold Lawson) приписують винайдення покажчиків у 1964 році для мови програмування PL/1, то саме Катерина Логвинівна Ющенко придумала цю ідею ще в 1955 році, коли вона створила мову адресного програмування. На жаль, на «Заході» мало знають про мову адресного програмування, оскільки більшість її підручників надруковані російською.
Ким була Катерина? Вона народилася 8 грудня у 1919 році у місті Чигирині, Україна. Навчалася в АН України, де закінчила аспірантуру. Вона була першою жінкою в СРСР, яка здобула ступінь кандидата фізико-математичних наук із програмування. Але шлях до цього був нелегким.
У 1937 році її виключили з Київського університету, оскільки її батька звинуватили як «ворога народу». Вона подала документи в Московський університет і поступила, але не змогла почати навчання, оскільки там не надали житло.
Вона продовжувала намагатися і переїхала до Узбекистану, вступивши до університету в Самарканді. Ніщо не заважало їй вивчати математику. Вона навіть влаштувалася працювати на завод, де виготовляли приціли для танків під час війни!
Лише після війни вона повернулася в Україну, де змогла продовжити навчання та здобути ступінь кандидата наук.
У 1950 році Борис Васильович Гнеденко, колишній керівник «Катерини», був призначений дійсним членом Української Академії Наук. Його новий кабінет розмістився в Київському інституті математики. Як тільки він туди переїхав, то запросив Катерину до себе.
З 1950 року Катерина стала старшим науковим співробітником Київського інституту математики. Там вона мала можливість працювати на комп’ютері MESM, одному з перших комп’ютерів у континентальній Європі. Через сім років, у 1957 році, вона була призначена директором Інституту обчислювальної техніки.
В Інституті обчислювальної техніки вона працювала над мовою адресного програмування, писала про неї книги. У 1961 році вона була співавтором книги «Елементи программирования» (рос.). Книгу використовували в усьому СРСР і країнах Східного блоку. Під її керівництвом було захищено 56 докторських дисертацій!
Так хто ж винайшов вказівники? Відповідно до деяких джерел, це був Андрій Колмогоров, радянський математик, який вперше описав їх у статті “К опрелению алгоритма”, УФН, т. XIII, вып. 4(82), 1958. Сучасне уявлення про вказівники та те, як ми дізналися про них у мовах програмування, очевидно, походить від Гарольда Лоусона (Harold Lawson). Він отримав за це нагороду IEEE. Про це немає дискусій. Лоусон отримав нагороду, тому що зробив їх частиною синтаксису мови в PL/1 ще в 1964 році.
Але водночас у 1955 році Ющенко створила Адресну мову програмування, яка також могла використовувати адреси аналогічним чином як вказівники. Дійсно, можливо, що в 60-х роках минулого століття в західних країнах ніхто не знав про роботу Ющенко та її соратників. Це були часи холодної війни.
Нове покоління моделей штучного інтелекту може створювати «творчі» зображення на запит на основі текстової підказки. Такі компанії, як Imagen, MidJourney та DALL-E 2, починають змінювати спосіб створення творчого контенту з наслідками для авторського права та інтелектуальної власності.
Хоча результати цих моделей часто вражають, важко точно знати, як вони дають свої результати. Минулого тижня дослідники зі США зробили інтригуючу заяву про те, що модель DALL-E 2, можливо, винайшла власну секретну мову, щоб говорити про об'єкти.
Попросивши DALL-E 2 створити зображення, що містять текстові підписи, а потім повернувши (безглузді) підписи назад в систему, дослідники дійшли висновку, що DALL-E 2 думає, що Vicootes означає «овочі», а Wa ch zod rea відноситься до "морських істот", які кит може з'їсти».
Ці твердження, якщо вони вірні, можуть мати важливі наслідки для безпеки та інтерпретації такої великої моделі AI. То що саме відбувається?
Ймовірно, DALL-E 2 не має «таємної мови». Було б точніше сказати, що він має власний словник, але навіть у цьому випадку ми не можемо знати напевно.
Насамперед, на даному етапі дуже складно перевірити будь-які заяви про DALL-E 2 та інші великі моделі AI, тому що до них мають доступ лише кілька дослідників та творчих практиків.
Навіть ті, хто має доступ, можуть використовувати ці моделі лише обмеженими способами. Наприклад, користувачі DALL-E 2 можуть створювати або змінювати зображення, але не можуть (поки що) глибше взаємодіяти з системою AI, наприклад, змінюючи закулісний код. Це означає, що методи «зрозумілого AI» для розуміння того, як працюють ці системи, не можуть бути застосовані, а систематичне дослідження їхньої поведінки є складним завданням.
Однією з можливостей є те, що «тарабарські» фрази пов'язані зі словами з неангломовних мов. Наприклад, Apoploe, який, здається, створює зображення птахів, схожий на латинське Apodidae, яке є біномною назвою сімейства видів птахів.
Це видається правдоподібним поясненням. Наприклад, DALL-E 2 був навчений дуже великій кількості даних, взятих з Інтернету, які включали багато неанглійських слів.
Одним із моментів, що підтримують цю теорію, є той факт, що мовні моделі AI не читають текст так, як це робимо ми з вами. Натомість вони розбивають вхідний текст на «токени» перед його обробкою.
DALL-E 2 (та інші моделі) використовують проміжний підхід, який називається кодуванням байтових пар (BPE). Перевірка представлень BPE для деяких тарабарських слів дозволяє припустити, що це може бути важливим фактором у розумінні «секретної мови».
"Секретна мова" також може бути просто прикладом принципу "сміття на вході, сміття на виході". DALL-E 2 не може сказати "Я не знаю, про що ви говорите", тому він завжди буде генерувати якесь зображення із заданого вхідного тексту.
Чи це дійсно важливо? Відповідь позитивна. "Секретна мова" DALL-E є прикладом "змагальної атаки" на систему машинного навчання: спосіб порушити передбачувану поведінку системи шляхом навмисного вибору вхідних даних, з якими AI погано справляється.
Однією з причин занепокоєння з боку зловмисників є те, що вони кидають виклик нашій впевненості в моделі. Якщо AI інтерпретує тарабарські слова ненавмисним чином, він може ненавмисно інтерпретувати значущі слова.
Ворожі атаки також спричиняють проблеми з безпекою. DALL-E 2 фільтрує текст, що вводиться, щоб користувачі не створювали шкідливий або образливий контент, але «секретна мова» тарабарщини може дозволити користувачам обійти ці фільтри.
Зрештою, такі явища, як «таємна мова» DALL-E 2, викликають проблеми з інтерпретованістю. Ми хочемо, щоб ці моделі поводилися так, як очікує людина, але структурований висновок у відповідь на тарабарщину збиває наші очікування.
Натомість «секретна мова» DALL-E 2 підкреслює існуючі побоювання з приводу надійності, безпеки та інтерпретації систем глибокого навчання.
Доки ці системи не стануть ширше доступними — і, зокрема, поки що ними не зможуть користуватися користувачі з ширшого кола неангломовних культурних верств, ми не зможемо по-справжньому знати, що відбувається.
Опромінюючи послідовність лазерних імпульсів, навіяну числами Фібоначчі, на атоми всередині квантового комп’ютера, фізики створили дивовижну, ніколи раніше не бачену фазу матерії. Фаза має переваги двох часових вимірів, незважаючи на те, що все ще існує лише один окремий потік часу, повідомляють фізики в Nature.
Ця приголомшлива властивість пропонує бажану перевагу: інформація, що зберігається у фазі, набагато краще захищена від помилок, ніж альтернативні налаштування, які зараз використовуються в квантових комп’ютерах. У результаті інформація може існувати без спотворення набагато довше, що дозволить зробити квантові обчислення життєздатними, каже провідний автор дослідження Філіп Думітреску (Philipp Dumitrescu).
Робочими конячками квантового комп’ютера команди були 10 атомних іонів ітербія. Кожен іон окремо утримується та контролюється електричними полями, створеними іонною пасткою, і ними можна маніпулювати або вимірювати за допомогою лазерних імпульсів.
Кожен із цих атомарних іонів служить кубітом. Кубіти використовують незвичайність квантової механіки для зберігання ще більше інформації. Подібно до того, як кіт Шредінгера живий і мертвий у своїй коробці, кубіт може бути 0, 1 або суперпозицією обох. Така додаткова щільність інформації та те, як кубіти взаємодіють один з одним, обіцяють, що квантові комп’ютери зможуть вирішувати обчислювальні проблеми, які далеко не під силу звичайним комп’ютерам.
Однак є велика проблема: так само, як заглядання в коробку Шредінгера вирішує долю кота, так само взаємодія з кубітом. І ця взаємодія навіть не має бути навмисною. «Навіть якщо ви тримаєте всі атоми під суворим контролем, вони можуть втратити свою кількісність, спілкуючись з навколишнім середовищем, нагріваючись або взаємодіючи з речами непланованими способами», — говорить Думітреску.
Отже, завдання полягає в тому, щоб зробити кубіти більш надійними. Для цього фізики можуть використовувати «симетрії», по суті властивості, які витримують зміни. Одним із методів є додавання часової симетрії шляхом опромінювання атомів ритмічними лазерними імпульсами. Такий підхід допомагає, але Думітреску та його співробітники задалися питанням, чи можуть вони піти далі. Тож замість однієї часової симетрії вони прагнули додати дві, використовуючи впорядковані, але неповторювані лазерні імпульси.
Найкращий спосіб зрозуміти їхній підхід — розглянути щось інше впорядковане, але неповторюване: «квазікристали». Квазікристал все ще має порядок, але його візерунки ніколи не повторюються. Мозаїка Пенроуза є одним із прикладів цього.
Мозаїка Пенроуза є типом квазікристала, що означає, що він має впорядковану, але ніколи не повторювану структуру. Візерунок, що складається з двох фігур, є двовимірною проекцією 5D квадратної решітки.
Для кубітів Думітреску, Роман Вассер (Romain Vasseur) і Ендрю Поттер (Andrew Potter) у 2018 р. запропонували створити квазікристал у часі, а не в просторі. Тоді як періодичний лазерний імпульс чергувався (A, B, A, B, A, B тощо), дослідники створили квазіперіодичний режим лазерного імпульсу на основі послідовності Фібоначчі. У такій послідовності кожна частина послідовності є сумою двох попередніх частин (A, AB, ABA, ABAAB, ABAABABA тощо). Це розташування, як і квазікристал, впорядковане без повторення. І, схоже на квазікристал, це двовимірний візерунок, здавлений в одному вимірі. Це розмірне зведення теоретично призводить до двох часових симетрій замість однієї: система, по суті, отримує бонусну симетрію від неіснуючого додаткового часового виміру.
Фактичні квантові комп’ютери є неймовірно складними експериментальними системами, тому залишається недоведеним, чи будуть переваги, обіцяні теорією, тривати в кубітах реального світу.
Використовуючи квантовий комп’ютер Quantinuum, дослідники перевірили теорію. Вони імпульсували лазерне світло на кубіти комп’ютера як періодично, так і використовуючи послідовність, засновану на числах Фібоначчі. У центрі уваги були кубіти на обох кінцях лінійки з 10 атомів; саме там дослідники очікували побачити нову фазу матерії, яка відчуває дві часові симетрії одночасно. У періодичному тесті крайові кубіти залишалися квантовими приблизно 1,5 секунди — це вже вражаюча тривалість, враховуючи, що кубіти сильно взаємодіяли один з одним. З квазіперіодичною схемою кубіти залишалися квантовими протягом усієї тривалості експерименту, близько 5,5 секунд. Це тому, що додаткова часова симетрія забезпечила більше захисту, каже Думітреску.
У цьому квантовому комп’ютері фізики створили небачену раніше фазу матерії, яка діє так, ніби час має два виміри. Ця фаза може допомогти захистити квантову інформацію від знищення набагато довше, ніж сучасні методи
