您在的位置: 名家首页 > 名家讲座 > 正文

第三节计算机与通信网络的新进展

发布人:  发布时间:2026年10月26日 15:47:06  浏览量:

第三节计算机与通信网络的新进展

一、计算机与人工智能的新成果

(一)开发计算机的新信息

1.在钻石内构建量子计算机[23]2012年4月5日,荷兰代尔夫特理工大学研究人员参加,美国南加利福尼亚大学丹尼尔·利达教授领导的一个国际研究小组,在《自然》杂志上发表研究成果称,他们利用钻石中的瑕疵作为量子比特,构建一种钻石内的量子计算系统,并包含有使该计算机免于退相干的保护机制。

钻石作为珠宝,其所含杂质越多价值越小,但研究中要利用的却是杂质本身。有一种钻石的瑕疵,是氮原子取代了碳原子及邻近晶格空位,形成了氮晶格空位中心。研究小组构建“钻石内”量子计算机,用的就是这种钻石。该计算系统有两个量子比特,由亚原子粒子构成。游离的氮原子核和多出的一个电子,分别成为第一和第二个量子比特。更准确地说,是用它们的“自旋”来作为量子比特。

在传统计算机中,一个比特只能编码一个0或一个1;而量子比特能同时编码一个0和一个1,这种“迭加”的性质,再加上量子“隧道效应”穿越障碍的能力,让量子计算机在执行最优化计算时比传统计算机要快得多。

电子比原子核更小,计算更快,但退相干也更快;以原子核为基础的量子比特更大,计算更慢却更稳定。利达说:“一个原子核退相干的时间会更长,处于毫秒级,这在量子水平可以说是非常‘迟缓’的。”尽管以前也有固态量子计算系统,但新系统是首次加入了退相干保护机制,它通过微波脉冲使电子自旋方向保持不断地转换。

研究小组还用格鲁弗算法,测试该“钻石内系统”是否以量子方式计算。这种算法,是贝尔实验室的洛弗·格鲁弗于1996年发明,可用于对一个未分类数据库的查找,在量子计算领域也很有用。比如在一个电话号码簿中,利用一个号码寻找某个名字,有时你能一下子发现要找的目标,而大多数时候,可能要翻遍整个号码簿。如果要进行无数次这种查询,平均下来,每次找到目标都要翻遍一半的号码簿。从数学上讲,做出正确选择的概率为1/2。

如果号码簿上有4个可选号码,普通计算机平均每次发现正确选项要找两次;而一台拥有“迭加”性能的量子计算机每次发现正确目标只要一次。这背后有复杂的数学理论支持。在实验中,研究人员用他们的“钻石箱”,搜寻一个未分类的4个选项的序列,在第一次就找到正确选项的概率达到95%。

研究人员表示,这表明该系统虽然还不十分完善,但确实是以量子方式进行运算。这种量子计算机与早期的气态、液态系统不同,固态量子计算机能很容易地放大缩小,有望成为未来的量子计算方式的代表。

2.硅量子计算机保真度研究获重大突破[24]

2022年1月19日,《自然》杂志连发三篇论文,报告来自荷兰等国的三个研究团队,在开发容错量子计算机方面取得重要突破。他们验证了硅双量子位门保真度,超越了容错计算机的阈值(99%)。研究结果证实,硅材料中强大、可靠的量子计算正在成为现实。研究还表明,硅量子计算机与超导和离子阱一样,是实现大规模量子计算机研发的有前途的候选者。

荷兰代尔夫特理工大学研究团队,使用由硅和硅锗合金堆栈形成的材料,创造了一个双量子位系统,其中量子信息被编码在限制于量子点的电子自旋中,最终实现99.87%的单量子位保真度,以及99.65%的双量子位保真度。

日本理化学研究所的研究团队,采取类似路线,使用荷兰研究团队生产的相同材料堆栈,创建了双电子量子位,实现了99.8%的单量子位保真度,以及99.5%的双量子位保真度。研究结果表明,在通用量子控制性能方面,首次使自旋量子位与超导电路和离子陷阱相抗衡。

来自荷兰和日本的研究团队在合作实验过程中发现,一种名为拉比频率的属性,是量子计算机系统性能的关键。他们还发现了一个频率范围,其中单量子位门保真度为99.8%,双量子位门保真度为99.5%,达到了所需的阈值。

与此同时,澳大利亚新南威尔士大学研究团队,在磷供体形成的两个核自旋之间,创建了双量子位通用量子逻辑运算,通过行业标准的离子注入方法将其引入硅中。他们使用一种被称为“量子门集层析成像”的方法,对其量子处理器的性能进行验证,实现了高达99.95%的单量子位保真度,以及99.37%的双量子位保真度。此外,根据研究结果,电子自旋本身就是一个量子位,可与两个原子核纠缠在一起,形成一个三量子位的量子纠缠态,这一保真度达到了92.5%。这项成果,为大型硅基量子处理器在现实世界中的制造和应用铺平了道路。

研究人员证明了他们可实现通用运算,这意味着构成量子运算的所有基本运算,包括单量子位运算和双量子位运算,都可在高于纠错阈值的门保真度下执行。

为了测试新系统的性能,研究人员还采用了双量子位算法和搜索算法。这两种算法都能以96%—97%的高保真度输出正确的结果,表明硅量子计算机可进行高精度的量子计算。

(二)开发人工智能的新信息

——推进人工智能尖峰神经网络的快速训练[25]

2023年5月,荷兰国家数学与计算机科学研究所一个研究小组,在《自然·机器智能》杂志上发表论文称,他们采取类脑神经元与新颖的学习方法相结合,能够大规模训练快速节能的人工智能尖峰神经网络。有望应用于可穿戴人工智能、语音识别、增强现实等诸多领域。

尖峰神经网络,是一种生物启发型的人工神经网络,其设计灵感来自于生物神经系统中神经元的工作方式。研究人员说,在他们的研究中,尖峰神经网络可在称为神经形态硬件的芯片中实现,有望使AI程序更贴近用户。这一解决方案,有利于保护隐私、提高稳健度和响应能力,其应用范围从电器中的语音识别、医疗保健监控、无人机导航,到本地监控设备。

就像标准的人工神经网络一样,尖峰神经网络也需要训练才能流畅地执行这些任务。然而,这种网络通信方式,带来了严峻的训练挑战,因为它们无法与人类大脑的学习能力相提并论:大脑可以很容易地从新体验中完成学习,改变连接,甚至建立新的连接;大脑所需的“范本”很少,但学到的却很多;大脑学习新事物时也非常节能。

为了达到与人类大脑接近的程度,新的在线学习算法可直接从数据中学习,实现更大的峰值神经网络。在研究人员展示的成果中,底层尖峰神经网络SPYv4经过训练,可在荷兰阿姆斯特丹一条繁忙的街道上区分骑行者、步行者和汽车,并准确指示它们的位置。

研究人员表示,以前,他们可训练超过10000个神经元的神经网络;现在,对于拥有超过6百万个神经元的网络,他们也能很容易地训练。有了基于尖峰神经网络的强大AI解决方案,研究人员正在开发能以非常低的功率运行这些人工智能程序的芯片。这些芯片,最终将出现在许多智能设备中,如助听器、增强或虚拟现实眼镜。

二、研制开发机器人的新成果

(一)开发应用型机器人的新信息

1.研制农用机器人的新进展

⑴参与研制采摘甜椒的机器人。[26]2018年10月7日,国外媒体报道,荷兰等国研究人员参加,由以色列内盖夫本—古里安大学专家主导的一个研究团队,当天宣布,他们近日开发出一款采摘甜椒的机器人。

这款机器人名为“清扫者”。研究人员用一种经过改造的商业种植甜椒品种,对其进行初步试验,结果显示,它可以在24秒内采摘一只成熟的甜椒,成功率达62%。

研究人员表示,这款机器人还在进一步改进中,一旦改进完毕,可以全天候24小时从事采摘工作,大大减少果蔬腐烂损失,降低劳动力成本,使农民少受市场波动的影响,从而给农业经济带来重要变化。

目前,研究人员正在努力通过计算机视觉技术,提升“清扫者”判断成熟甜椒的能力,从而加快采摘速度。预计未来4至5年内,这款甜椒采摘机器人可以投入商业化应用,相关技术也可用于采摘其他农作物。

⑵借助智能机器设计番茄采摘机器人。[27]2023年6月7日,荷兰代尔夫特大学助理教授科西莫·德拉·桑蒂纳负责,瑞士洛桑联邦理工学院相关专家参加的一个研究团队,在《自然·机器智能》杂志上发表论文称,他们探索了人类与大型语言模型之间不同程度的合作,借助ChatGPT设计并研制出一款番茄采摘机器人。

研究人员指出,他们希望ChatGPT能设计一个真正有用的机器人,因此选择了食物供应作为突破口。在与它聊天时,他们想出了如何制作番茄采摘机器人。

桑蒂纳表示,ChatGPT提供的输出非常有价值。在设计阶段,它告知他们哪种作物在自动化方面最具经济价值。在实施阶段,它也提出了有用的建议:用硅胶或橡胶制作夹具,以避免压碎番茄;多功能传感器电机是驱动机器人的最佳方式等。人类和智能机器携手合作,最终研制出一个可采摘番茄的机械臂。

研究人员发现,智能机器与人类的合作积极且高效。在最极端的情况下,智能机器为机器人设计提供了所有输入,而人类则盲目地遵循它。而在本案例中,智能机器充当研究人员和工程师,人类则充当管理者,负责明确设计目标。

不过,研究人员也指出,如果ChatGPT等大型语言模型的输出没有经过验证,可能会产生误导。此外,人类与大型语言模型合作,还揭示了一些其他重要问题,如剽窃、可追溯性和知识产权等。

研究团队计划把番茄采摘机器人作为研究的起点,将继续探索大型语言模型,以便设计出新的机器人,重点关注人工智能在设计机器人方面的自主性。

2.研制科研用机器人的新进展

开发能加速发现化学分子的机器人。[28]2024年1月25日,荷兰阿姆斯特丹大学化学家组成的一个研究团队,在《科学》杂志上发表论文称,他们开发出一种自主化学合成机器人。这款被称为“化学机器人”的台式设备,具有集成的、人工智能驱动的机器学习单元,在速度和准确性方面均胜过人类化学家,同时还表现出高度的独创性。作为同类产品中的第一个,它可显著加速化学分子发现,用于制药及其他诸多领域。

研究人员说,“化学机器人”是一位精确可靠的“化学家”,可进行各种反应,同时产生最少的废物。该系统能昼夜不停地自主工作,快速、不知疲倦地提供结果。在一周内,它可优化大约10~20个分子的合成,而通常这需要一个博士生工作几个月的时间。该机器人不仅产生最佳反应条件,而且还提供放大设置。

研究团队采用新颖的流动化学方法,其中由小型柔性管组成的系统取代了烧杯、烧瓶和其他传统化学工具。在“化学机器人”中,机器人针头小心翼翼地收集起始材料,并将它们混合在一起,体积略高于半毫升;之后,它们经管道系统流向反应器;在那里,来自强大LED的光,通过激活反应混合物中的光催化剂来触发分子转化;最后,液体继续流向自动核磁共振波谱仪,该波谱仪可识别转化的分子。

这些数据,被实时反馈到控制“化学机器人”的计算机。“化学机器人”的“大脑”使用人工智能处理信息,机器学习算法可自主确定要执行哪些反应。它始终以最佳结果为目标,并不断完善对化学的理解。

研究人员使用“化学机器人”,复制了之前发表在4篇随机选择论文中的研究。然后,他们确定“化学机器人”是否产生了相同或更好的结果。结果显示,在大约80%的情况下,该系统产生了更好的结果;而另外20%的结果相似。由此表明,人工智能辅助方法有望在最广泛的意义上为化学发现带来助益。

(二)开发柔性与软体机器人的新信息

1.研制柔性机器人的新进展

着手开发可自我修复的柔性机器人。[29]2019年8月9日,有关媒体报道,一个成员来自荷兰、英国、比利时、法国和瑞士等和国际研究团队,正在合作研发一种新型柔性机器人,它无须人类帮助,就可实现自我检测和临时修复,从而继续开展工作。

这一项目,目前已获得欧盟委员会的资助,预计耗资300万欧元。研究人员介绍说,自我修复材料未来可应用于不同类型的机器人,包括模块化机器人、教育机器人以及进化型机器人等,都有很好的应用前景。

研究人员表示,他们先得开发出一种柔韧的塑料材质,使其具有自我修复能力,并把它整合到柔性机器人的机器臂等部位上。接着,研究团队将利用机器学习技术,来对这些材料建模和整合,开发出具有自我修复能力的传感器和驱动装置,最终目标是把它们与机器人平台结合,以便开展一些特定任务。

2.开发软体机器人的新进展

研制出气流驱动的软体机器人。[30]2025年5月,荷兰原子与分子物理研究所一个研究团队,在《科学》杂志发布成果消息称,他们制造了一款软体机器人,它没有人工智能芯片、电子元件或传感器,却能行走、跳跃和游泳。这一切仅靠软管、空气和一系列巧妙的物理原理来实现。

这款机器人能以惊人的协调性和自主性移动,完全得益于其身体结构及其与外界的交互方式。其运动原理,与加油站或超市门前那些身姿摇曳、舞动不停的充气管状“舞者”类似。

该机器人同样仅靠持续气流来驱动。当气流涌入,它的管状腿便开始有节奏地摆动起来。单独看,每条腿都在随机摆动。但当多条腿连接在一起时,它们的运动瞬间同步,形成了有节奏的移动步态。

机器人的速度还很快。输入气流时,机器人每秒能移动相当于自身长度30倍的距离。这一速度,比其他气动机器人快了好几个数量级,而那些机器人通常需要集中控制。

值得注意的是,这种同步还能适应地形变化。如果机器人遇到障碍物,它会自行调整方向。当它从陆地移动到水中时,步态会自发地将跳跃模式转变为自由泳模式。这些转变无需任何中央处理器或控制逻辑,而是通过身体与环境之间的紧密耦合来实现的。

这项研究,挑战了机器人需要复杂控制系统才能实现类生命行为的传统观念。这类机器人应用前景广阔,覆盖智能药丸、太空技术等领域。比如,安全的可吞咽微型机器人,无需微电子元件就能在体内自主抵达目标组织,释放药物;可穿戴机器人外骨骼,无需处理器就能与人体行走步态同步,增强力量且降低功耗。另外,在太空等极端环境,传统电子元件易失效,这类机器人却能稳定作业。该研究也为机械系统打开新的大门,使其能呈现类似计算机的智能表现,而无需真正配备计算机。

三、开发通信网络技术的新成果

(一)增加智能手机通信功能的新信息

——把智能手机变为可远程监控的电子听诊器[31]

2022年10月,荷兰马斯特里赫特大学研究员罗红星,与英国伦敦大学国王学院教授巴勃罗·拉马塔等人组成的研究小组,在《欧洲心脏杂志·数字健康》上发表论文称,他们开发出一款应用程序,旨在将智能手机“化身”为电子听诊器,能可靠记录用户的心跳,医生可据此来远程监控心脏状况。

随着科技的进步,智能手机对人们日常健康管理逐渐产生重要影响,其中一个可能的方面是监测心脏。上述新研究,为这一愿景带来新的可能,人们可能很快就能在家中,通过使用普通智能手机记录心脏跳动的声音,进而诊断心脏健康问题。

拉马塔表示:“这项研究证明,移动技术是记录心音的一种可行方式,未来医生和病患者可使用心音录音来检查心脏疾病的存在或进展。”

该研究小组通过英国心脏基金会和伊芙琳娜儿童心脏组织与心脏病患者合作,并与有关专家合作,开发出一款测量心音的智能手机应用程序。

这款名为“回声”的应用程序操作简便,用户只需坐在一个安静的房间里,身体略微前倾,将手机的麦克风直接放在胸前四个不同位置上,然后按下“录制”即可。用户可滑动应用中的滑块,来调整麦克风的灵敏度,以确保“回声”捕捉到自己跳动的心脏声。该应用程序有一个信号处理算法,可以对心音记录进行过滤,从而消除一切背景噪音。

此外,这款应用还会把录音转换为波形,为用户提供心跳的可视化显示。该应用程序还收集用户的年龄、性别、身体质量指数以及手机版本等信息,以分析录音质量,并确定哪些因素会影响他们。

“回声”应用程序要求用户自愿提供匿名的基本人口统计数据,包括年龄、性别、身高、体重,还可提供心脏疾病史。在2021年5月21日至10月4日期间,有1148人下载了“回声”,提供了7597段心音录音,并上传到谷歌的数据库。

现在的医院中,已有几种评估患者心脏状况的工具,如超声心动图和磁共振成像扫描。罗红星认为,像“回声”这样的技术,最有前途的方向是远程心脏监测,特别是针对心力衰竭患者、需要术后随访的心脏瓣膜病患者和心律失常患者。拉马塔则将“回声”应用程序,描述为一种能使患者自我管理病情的工具。

研究人员发现,每10名用户中就有8名,能够通过“回声”记录高质量的心音记录。“高质量”的录音,是可以被解读以供分析的录音。总体而言,75%的录音可以进一步处理,以获得与医学相关的数据。手机版本、用户的生物性别不会影响录音的质量。然而,研究人员观察到,60岁以上的用户录制的声音质量较低。

罗红星认为,老年用户心音录音质量低的问题是可以克服的。最简单的解决方案之一,是指导老年用户使用耳机,从而可以找到心音最大的位置。

此外,“回声”应用程序还有一个局限性,它只适用于苹果手机用户,这让占智能手机用户总数一半以上的用户无法使用。对此,拉马塔表示,他们正计划开发“回声”的下一个版本,以便适用于其他系统的手机。

目前,“回声”应用程序只检测第一心音和第二心音。研究人员说:“要判断‘回声’在记录包括第三心音、第四心音以及杂音在内的病理性心音的有用性,必须在未来的一项涉及患者的研究中进行调查。”

研究人员还指出:“研究人群或并不能反映真正的一般人群,因为智能手机用户可能更年轻,受教育程度更高,还需要进一步的研究来评估这些结果的重复性”。

(二)增加移动电信网络功能的新信息

——利用移动电信网络开发替代定位系统[32]

2022年11月,荷兰代尔夫特理工大学、阿姆斯特丹自由大学和荷兰国家计量所联合组成的一个研究团队,在《自然》杂志上发表研究成果称,他们开发出一种替代定位系统,它比GPS更强大、更准确,尤其是将其用于城市环境中,演示这种新的移动网络基础设施的工作原型,实现了10厘米的精度。这项新技术,对于实施一系列基于位置的应用,如自动化车辆、量子通信和下一代移动通信系统至关重要。

许多重要基础设施,依赖于全球导航卫星系统。然而,这些系统有局限性和脆弱性。它们在地球上接收到的无线电信号很弱,如果无线电信号被建筑物反射或阻挡,就无法进行准确定位。这会使GPS导航在城市环境中变得不可靠。

新的替代定位系统,利用的是移动电信网络而非卫星,比GPS更稳定和准确。研究人员表示,通过几项尖端创新,电信网络可以转变为一个非常精确的、独立于GPS的替代定位系统。他们已经成功开发了一种系统,它可像现有的移动和WiFi网络一样提供连接,并像GPS一样提供准确的定位和时间分配。

其中一项创新,是把移动网络连接到一个非常精确的原子钟上,可用来广播带有精确时间标记的信号,这些连接是通过现有的光纤网络进行的。

研究人员正研究通过电信网络,把原子钟产生的国家时间分发给其他地方用户的技术。有了这些技术,就可把网络变成一个全国性的分布式原子钟,并有许多新应用,例如通过移动网络进行非常精确的定位。

原则上,通过研究人员演示中的光—无线混合系统,任何人都可无线接入荷兰国家计量所产生的国家时间。这基本上形成了一个非常精确的无线电时钟,精度可达到十亿分之一秒。此外,建筑物会反射无线电信号,这会混淆导航设备,而新系统使用的无线电信号的带宽比通常使用的要大得多。大带宽有助于理清这些不确定的信号反射,并实现更高的定位精度。