就在昨天,IBM公司驻西班牙阿尔马登的研究人员们终于破解了原子存储这一艰深奥秘,得以利用经过磁化的单个原子存储1 bit数据。
这里所使用的原子为钬原子,属于银白色的镧系稀土元素,同时拥有天然材料当中最高的磁矩。
钬原子通过附着在氧化镁表面实现南、北极稳定,并得以抵抗周边磁性的干扰。原子本身bit值为1抑或0,则由磁极方向进行定义。
电流可交换钬原子的极点,而这一电流则通过扫描隧道显微镜的金属针尖提供,如此一来即可实现bit值写入。读取则由隧道磁阻实现,其利用作为传感器的单个铁原子的量子自旋共振效应对通过目标原子的电流进行测量。
以上示意图来自《立足原子尺度感应单原子内磁偶极场》论文
而作为其实现原理,IBM公司在《自然》杂志上发表的《立足原子尺度感应单原子内磁偶极场》论文对此进行了阐述。
这里所使用的扫描隧道显微镜(亦被称为纳米显微镜)需要通过液氦冷却以确保原子拥有足够长的磁矩,最终可靠地实现写入与读取。另外,其还需要在极端真空条件下运作,以防空气分子及其它污染物的干扰。
IBM公司的原子存储研究人员及设备照片
那么这些原子能够在怎样的周期之内保留其存储bit值?在论文的摘要部分中,研究人员们写道:“我们证明了MgO上的单个Ho原子有能力实现读取与写入,并可在很多小时之内独立保留自身磁信息。”
论文指出,两个磁性原子之间的距离只有有1微米,即可彼此独立进行写入与读取。
高磁稳定性与电子读取与写入能力相结合,证明单原子磁性存储确实可行。在含有一个稀土原子的单分子磁体内的磁偶极稳定性演示,说明了未来在存储介质中使用单原子自旋设计确实拥有潜力。
这意味着如果某款设备利用这种存储技术并得以构建完成,则其存储密度将达到现有磁盘驱动器与SSD产品的1万倍。
来自韩国基础科学研究所(简称IBS)的前任IBM公司研究员Andreas Heinrich博士表示:“已经不存在任何比单一原子更小的载体,这将是终极的存储介质——我们对于利用磁性原子进行存储所带来的巨大发展潜力感到振奋,这项技术比我们以往看到的任何研究成果都更加紧凑且强大。”
IBM公司还在本周早些时候发布了一篇量子计算机报告,表示未来的扫描隧道显微镜研究将专注于如何利用单一磁性原子执行量子信息处理。
这是一项了不起的成就,但还不足以单凭一款信用卡大小的设备存储相当于3500万iTunes歌曲的庞大数据。还需要数十年的研究与工程技术推进才能够最终确定这一原子级存储理论是否有能力开发出可用的技术方案。
由IBM公司撰写的另一篇论文《单一磁性原子的读取与写入》也即将在《自然》杂志上发布。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。