南澳大利亚大学研究员 Nicolas Riesen 博士正在进行一项研究,这项研究为未来档案存储开辟了新的可能。他认为,到 2030 年,这项技术的成本可能比目前可用的光存储技术低十倍。
这项技术的核心在于有选择地改变光学介质记录区域中的荧光波段,通过检测特定波段中荧光强度的存在或缺失来编码数据。这些较低强度的波段,也被称为光谱空洞,可以用于多位存储,类似于多层单元 NAND。空洞的深度也可以用来编码信息。
具体工作原理是在记录区域中填充掺杂钒离子的纳米颗粒,如 4H- 和 6H-SiC (4 层和 6 层六方碳化硅晶体)。当激光束照射时,钒离子的能级会影响晶体的荧光发射。钒离子可以有 V4+ 和 V5+ 两种氧化态,分别失去四个或五个电子,这些状态会影响颗粒的发光能力。
当记录区域中的各种纳米颗粒被激光束激发时,会发射一组光发射频率。这些频率在光谱中可以被视为一组重叠的波,总体呈现平顶状态 (如图中 a)。
通过使用适当调谐且能量足够高的激光,可以改变特定纳米颗粒变体在其特定频率下发光的能力。这意味着,当读取并整理记录区域的发射频率时,可以在频率强度 (发光亮度) 低于正常水平的地方观察到光谱空洞 (如图中 b)。
企业家 Geoff Macleod-Smith 成立了 Optera Data 公司,试图将这项技术商业化。我们可以设想一个记录介质,比如磁盘,在读写数据的驱动器之间往返传输。写入可能需要设置多个光谱频率,而读取则需要读取和整理多个荧光频率以检测空洞,从而确定比特值。
这项技术在 2021 年发表在 AS Photonics 期刊上,论文题为《使用室温频率选择性和多级光谱空洞燃烧在纳米晶混合物中进行数据存储》,作者为 Nicolas Riesen、Kate Badek 和 Hans Riesen。两位 Riesen 已为这项发明申请了专利。
Optera Data 声称其技术发展成熟后将实现: - 总拥有成本每 TB 1 美元 - 效率是现有 HDD 存储的 100 倍 - WORM 不可更改性和离线存储安全性 - 可直接制造且向后兼容
公司顾问 Tom Coughlin 撰写了一份白皮书,可在公司网站上查阅。他表示,使用颗粒介质可以实现 TB 级光盘,并补充道:"在本十年结束前,单层一次写入的档案光盘在大规模生产时的成本可能达到 1 美元/10TB (0.10 美元/TB)。"
他总结道:"Optera Data 预计到本十年末的存储成本将低于 0.10 美元/TB,这比 Folio Photonics 和 Cerabyte 的竞争性光存储技术预测低至少 10 倍,比磁带存储的预测低 25 倍。"
"这种成本优势,加上机器人库中较低的能耗、介质的长寿命以及使用传统光盘基材 (因此更容易集成到现有驱动器和库系统中) 等档案存储优势,使 Optera Data 的光存储技术成为档案存储的一个极具吸引力的选择。"
要实现这一选择,必须证明其能够产生可观的收入,才能帮助 Optera Data 筹集开发资金。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。