微软公布了一种自动化DNA存储和检索系统,未来有望取代像Facebook基于蓝光光盘的冷存储系统那样的光存储系统。
微软相信,合成DNA可能是长期数据存储的下一个重大技术飞跃,只需一克DNA就能存储215PB数据长达2000年时间。如果能够实现这一目标,该技术将显着减少全球快速增长的数据所需的存储空间。
微软研究人员与华盛顿大学以微软已故创始人Paul Allen名字命名的计算机科学和工程学院,打造出了一种由液体、管子,注射器和电子元件组成的系统,成为世界上第一台自动DNA存储设备。
研究人员利用这个概念验证的DNA存储设备,通过在DNA片段中编码“hello”并将其转换回数据,来展示它所具备的写入和读取功能。
这台设备的售价约为10000美元,但研究人员认为,如果不带传感器和执行器的话,小批量的制造成本可以减少三分之二。
根据《自然》杂志的描述,该设备由具有编码和解码软件的计算机组成,解码软件将数字和零转换为DNA的四个碱基:A、C、T、G;此外还有一个DNA合成模块,一个DNA制备和测序模块,两者中间是一个储存DNA的容器。
微软首席研究员Karin Strauss表示,他们希望证明有一种实用的DNA数据存储自动化方法。
“我们的终极目标是投入生产一款对最终用户来说非常像云存储服务的系统——字位被发送到数据中心,保存在那里,当客户需要的时候就会出现。”
“要做到这一点,我们就要从自动化角度去证明这是实用的。”
Paul G Allen计算机科学与工程学院高级研究科学家Chris Takahashi解释说,虽然现在很多机器已经被用于DNA的合成和测序,但很多步骤都是手动的。
Takahashi表示:“你不能让一群人带着吸量管在数据中心跑来跑去——这太容易出现人为错误,成本太高,占用空间太大。”
好文章,需要你的鼓励
亚马逊CEO贾西宣布,AWS实用计算产品高级副总裁彼得·德桑蒂斯将领导新的AI组织,专注于Nova模型发展、定制芯片开发和量子计算。作为领导层变动的一部分,德桑蒂斯将接管人工通用智能团队,原负责人罗希特·普拉萨德将于2025年底离职。新组织还包括皮特·阿贝尔领导前沿模型研究团队。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
最新调查显示,近半数CIO将AI采用和自动化提升列为未来五年的首要任务。超过三分之一的受访者将加强业务连续性和灾难恢复作为重点,同等比例的企业将人才技能发展列为优先事项。尽管AI投资成为焦点,但投资回报率仍不明朗,近三分之二的商业领袖估计AI投资回报率仅为50%或更低。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。