FX168财经网_全球视野外汇黄金加密货币NFT资讯网

DAOrayaki｜详解Dora Factory 第二阶段路线图

展平台。 06 在加密货币、Web3和量子计算[8]领域资助和支持全球开源社区。与此同时，DoraHacks.io平台作为多链创新中心已经取得了重大突破。随着全球黑客社区的增长和加密货币的采用，这种趋势将继续发展。两年前我们之所以从Dora Factory开始构建治理技术堆栈，是因为缺乏基础工具来扩展开源资金和社区治理，而这对加密货币生态系统和开源社区的未来发展至关重要。通过使用当前的协议栈，DoraFactory已经准备好在资助金额和加入社区数量方面增长10倍到100倍。现在是时候明确表明未来几年Dora Factory会发生什么，并呈现一个清晰的路线图。我们在过去两年中所构建的一切的都是为实现每个人创建永恒的黑客运动数字基础设施目标奠定基础。接下来的路线图包括三个部分去中心化风险投资基金公共物品质押星际数字货币结算网络现在深入了解它们。注意前瞻性陈述：并非所有以下倡议都会成功，特别是第三个。然而，我们将确保尽可能地探索所有的路线图，并尽最大努力增加每个尝试的创新程度。如果我们在其中任何一个方面取得成功，我们将为人类社会增添有价值的东西。如果我们失败（一个或全部三个），我们将贡献一些知识。去中心化风险投资基金到目前为止，风险投资是资助早期技术风险企业最有效的方式。然而，人类技术难免会随着时间的推移变得更加强大，因此也更加危险。第二修正案不能提供拥有核武器的权利。因此，新技术更可能由少数人控制。无论ChatGPT声称自己有多么包容，微软作为一个单一实体控制着至少49%的市场份额。我们需要一种替代方案来抵消中心化的未来。黑客运动本质上是一个基层运动。去中心化风险投资应该允许尽可能多的人探索和实施可能的新技术。在某种程度上，它推动了人类创新的进步。另一方面，它为科技垄断创造了竞争。全球开源社区是其基础，但缺乏资金迫使GitHub寻求来自成熟风险投资公司的资金，并最终被微软收购，显然OpenAI也经历了同样的情况，在早期阶段声称自己是非营利性和反垄断的。简而言之，去中心化的风险投资需要做三件事情：为想要建立新东西的Hacker提供无需许可的接入；为想要贡献的所有人提供无需许可的接入；能够自我维持很长时间。我们将从现在的Dora Grant DAO开始，它是由vcDORA治理的风险投资社区，逐步将其迭代为去中心化的风险投资。理想情况下，DAO的储备资金达到一定水平，仅依靠储备资本的无风险或风险调整收益就可以每年资助极客社区的所有风险项目，就像大学捐赠基金一样。除了彻底失败，这项努力可能有两种最终结果。它可能成为一个可泛化的协议。在这种情况下，我们将在DoraHacks.io上部署协议，并使其免费提供给每个去中心化的风险投资基金，就像Grant DAO和Hackathon这样的现有协议一样。它也可能无法复制。如果是这种情况，我们将确保该基金对于每个合法加入的人都是可访问的。公共物品质押区块链生态系统的基本价值来自于对本来封闭的金融系统的民主化。每个区块链交易都承载着一些价值，区块链基础设施提供了安全性和各种功能，以便实现有价值的交易。通过持续创造价值，一个区块链网络可以维持自身，并通过生态系统公共物品资金进一步发展自己的基础设施。目前，绝大部分网络激励都用于网络安全，我们认为其中应有一部分用于通过一个无偏见系统的分配来资助生态系统的项目和公共物品，正如我们在区块激励驱动生态系统资助[9]中所描述的那样。公共物品质押[10]是一个实际的解决方案。我们在2022年初开始构建基本技术和能力。现在，公共利益质押已经被几个生态系统采用，并且正在迅速得到进一步采用。截至今年2月，Dora Factory公共利益质押的总锁定价值（TVL）已经达到3亿美元，由多个生态系统的验证者组成，大大小小都有。通过公共利益质押，我们能够资助多链创新，使更多的黑客能够构建自己的想法并开始自己的创业。接下来，我们将做三件事：增加公共物品质押的能力。建立基础设施，以便消费者可以成为公共物品质押验证者。创建协议套件，以去中心化PoS网络质押和治理。亲爱的狗狗—星际数字货币结算网络（Dear Doge）太空经济至少会和地球经济一样庞大，这也是黑客和开源开发者应该被允许在其中建设的领域。目前太空经济活动极其有限，完全没有任何多行星金融活动。但这将很快改变。当多行星经济到来时，将开放的金融生态系统带到地球之外很重要。太空中有许多可以发生的活动。交易可以从太阳系中不同的位置开始，包括火星、月球、地球、小行星和它们的轨道。交易可以由人类和机器人发起，它们可以从任何一点到另一个点。考虑在未来二十年内人类在火星上的永久定居，创造太空工厂、太空轨道电站、矿山、科学实验、大型建筑、月球基地、太空军队、太空酒店、旅游等活动。交易将在火星、月球、地球或它们之间的任何两个终点之间发生。地球和火星之间的最大距离约为 4.02 亿公里。任何通讯需要大约 22 分钟才能到达，这会对交易造成显著的延迟。为了将区块链资产引入太空，我们需要创建一个多行星结算层。它需要一种非常不同的基础设施。由于发射成本和通信成本，采用 Nakamoto 共识来解决多行星区块链资产交易不符合经济要求。另一方面，由于通信受物理限制而受到延迟，我们需要新的协议来处理通信延迟，以便解决多行星交易。我们能够提供的细节很少，这可能是最有可能失败的方案。由于 Dogecoin 目前最有希望成为第一种具有外太空实用性的加密货币，我们将此任务称为“亲爱的 Doge”。简而言之，Dora Factory的第二阶段是：创建一个自我维持、无需许可的风险投资基金，以无限期资助黑客的想法。构建所有必要的基础设施，以支持公共物品抵押。通过建立多行星结算网络，将加密经济扩展到太阳系中的多个星球。参考文献： [1] original white paper https://dorafactory.medium.com/dora-factory-1-0-dao-as-a-service-infrastructure-for-on-chain-governance-and-open-source-ventures-6ad53688758f [2] Open-community Grant DAO protocol https://research.dorahacks.io/2022/09/16/vcdora [3] DoraHacks-MACI https://github.com/dorahacksglobal/qf-maci [4] vcDORA community https://dao.dorahacks.io/ [5] Dora Grant DAO https://dorahacks.io/dora [6] DAOrayaki https://daorayaki.org/ [7] media DAO https://research.dorahacks.io/2021/02/18/daorayaki-media [8] quantum computing https://unitary.fund/posts/2023_members.html [9] block incentive driven ecosystem funding https://research.dorahacks.io/2022/12/02/block-incentive-ecosystem-funding/ [10] Public Good Staking https://research.dorahacks.io/2022/12/30/aptos-public-good-staking 来源：金色财经

金色财经2023-03-05

中国突飞猛进！澳洲智库：中国在多数新兴技术竞争中“惊人领先” 美国已大幅失利

资助的研究发现，尽管美国在高性能计算、量子计算、小型卫星和疫苗等领域引领了全球研究，但美国通常排在第二位。报告称:“西方民主国家正在失去全球技术竞争，包括科学和研究突破的竞争。”报告敦促各国政府加大研究投资。中国在政府项目下建立了“高影响力研究的惊人领先地位”。该报告呼吁民主国家更频繁地合作，以建立安全的供应链，并“迅速推进战略关键技术的升级”。 ASPI追踪了被引用次数最多的科学论文，称这些论文最有可能获得专利。该报告称，如果探测到中国强大的研究能力，就可以更早地发现中国在2021年高超音速导弹方面的惊人突破。报告称:“在过去5年里，中国在包括高超音速在内的先进飞机发动机领域发表了全球48.49%的高影响力研究论文，世界十大研究机构中有7家在中国。” 报告称，在光子传感器和量子通信领域，中国的研究实力可能会导致它对西方情报机构的监视“陷入黑暗”，其中包括英国、美国、澳大利亚、加拿大和新西兰组成的“五眼联盟”。研究人员还追踪了国家研究人员的人才流动，并确定了垄断风险。中国可能会在合成生物学等10个领域占据垄断地位，其中合成生物学的研究占所有研究的三分之一，此外还有电池、5G和纳米制造。在被追踪的44项技术中，政府研究机构中国科学院在大多数领域排名第一或第二，这些技术涵盖国防、太空、机器人、能源、环境、生物技术、人工智能(AI)、先进材料和量子技术。报告称，中国正在用从海外获得的知识来支持自己的研究，数据显示，中国五分之一的顶尖研究人员是在“五眼联盟”国家接受的培训。该研究建议通过签证筛查来限制非法技术转让，转而支持与安全盟友进行国际合作。澳大利亚的大学表示，他们遵守旨在阻止非法向中国转让技术的外国影响法，但也指出，国际合作是大学研究不可或缺的一部分。另据华尔街日报报道，2021年，超过1400位中国出生、在美国受训的科学家返回中国，放弃与美国的学术或公司的关系，部分原因是中国在尖端研究领域日益强劲的力量。

市场焦点2023-03-03

如何上车当下科技最热趋势：AI、芯片？买入这些备受青睐的ETF

为一支同时投资半导体和人工智能（尤其是量子计算和机器学习）股票的基金而脱颖而出。分析师预计此ETF的平均涨幅近20％。　　Invesco DWA Technology Momentum ETF（PTF）还投资了半导体股票（占ETF的32％）以及其他与人工智能相关的股票。其中包括开发人工智能系统技术的Super Micro Computer （SMCI），是该基金的前十大持仓股。　　此外，科技巨头微软（MSFT）和Alphabet （GOOGL）也是多支ETF持仓最多的股票。其中，Technology Select Sector SPDR ETF（XLK）的MSFT权重就非常高，约为21％。　　分析师一直在争论微软和Alphabet谁在人工智能竞赛中更具优势。在微软成功投资ChatGPT后，Alphabet匆忙推出了自己的聊天机器人Bard。2月初，微软加大了对这项技术的投入，公布了其必应搜索引擎和Edge浏览器的新人工智能版本。

金融界2023-03-03

全球最大对冲基金迎来40年最大改革！后达利奥时代桥水加倍押注亚洲和AI

续金融的蓬勃发展，以及生成式人工智能和量子计算等技术的出现。限制旗舰基金的规模多年来，这家总部位于康涅狄格州韦斯特波特(Westport)的公司一直无视传统观点，即单个对冲基金策略存在天然规模限制。Pure Alpha和只做多的对手All Weather不断吸收资产，到2011年，桥水管理的资产规模达到了当时前所未有的1000亿美元。但随着利率趋于平稳，桥水的业绩也随之下降。现在，情况发生了逆转，该公司限制了对Pure Alpha的投资，希望它能在更小的资金池上产生更高的风险调整回报率(即夏普比率)。该战略的上限将比其最大规模低20%至30%。过去10年，该战略的最高规模约为1000亿美元。 “作为一家公司，我们的价值观是无处不在的卓越，并始终努力超越，”巴尔·戴表示。“我们希望确保我们的旗舰产品能够实现这一点。” 桥水认为，通过限制Pure Alpha的产能，它可以在其他战略中抓住一些机会，并为新的计划重新配置资源。当然，没有人能保证它会成功;对冲基金的历史上充满了被挫败的野心。保持相关性作为一名企业家和以色列军队的前军官，巴尔·戴于2015年加入桥水基金，当时他在投资界相对不为人知。然而，他迅速晋升，于2022年1月成为联合首席执行官。与联合首席投资官Greg Jensen等同事一起，巴尔·戴渴望实现公司的现代化，重塑其古怪的文化。但73岁的达利奥一直推迟将权力移交给年轻一代的计划。巴尔·戴称，与达利奥的一些退出谈判“非常艰难”。 “保持相关性的唯一方法就是创新，”他说。“在过去几年里，我们在这方面做得有点慢。” 现在，变化正在加速。本月早些时候，37岁的Karen Karniol-Tambour加入了48岁的Jensen和64岁的Bob Prince，成为三位联合首席信息官之一。作为更广泛改革的一部分，Mark Bertolini将辞去联合首席执行官一职，成为桥水董事会的独立董事。随着达利奥作为巴尔·戴和他的投资主管们的导师坐在后排，该公司的新领导层正在四个领域推进: 1）开发更多投资亚洲的基金，并将其新加坡员工从15人左右增加一倍，以实现业务多元化，并加强与该地区长期客户的联系。 2）增加使用个股来表达桥水对宏观趋势(如利率方向或大宗商品价格)观点的产品。 3）扩大可持续性，专门对股票进行押注，并采用能够产生超额回报(alpha)的策略。 4）在Jensen的指导下创建一个新团队，设计由人工智能和机器学习驱动的投资工具。桥水的目标是，随着时间的推移，为每个项目吸引数十亿美元的资产，减少对Pure Alpha和All Weather的依赖。达利奥所在的董事会批准了这项新战略。 Prince在接受采访时说:“在某个时刻，你会获得一个临界质量，让你可以构建其他东西来帮助客户。”“Alpha很抢手。” 严重波动在执掌桥水基金的47年里，达利奥不仅打造了一家规模空前的对冲基金经理公司，开创了一种系统的方法，将知识和理解编入规则；他还灌输了一种不同寻常的“彻底透明”文化，他在2017年的畅销书《原则》(Principles)中详细描述了这一点。巴尔·戴的贡献是他所谓的“飞轮”——新人才与新想法的良性循环，需要新的目标和灵活的战略。他知道自己面临的挑战是，如何让桥水再繁荣半个世纪，尽管技术革命必将搅乱整个行业。 “我们正在经历严重的波动，”巴尔·戴说。“我们没有涉猎。”

夏洛特2023-03-02

“要么变，要么死” 后达利欧时代的桥水迎来四十年最大改革

头崛起，可持续金融热潮，以及人工智能和量子计算等技术的兴起。　　旗舰基金　　多年来，桥水一直和传统投资观点背道而驰，传统认为单个的对冲基金策略会受到自然规模的限制。而桥水一直听任旗舰基金Pure Alpha和“只做多”基金All Weathe的资产管理规模升高。到2011年，桥水旗下基金管理的总资产规模达到当时前所未有的1000亿美元。　　但随着利率趋平，桥水的表现也驶入慢车道。　　如今该公司终于改弦易辙，对Pure Alpha的规模设置了上限，希望能够以较小的资金获得更高风险调整回报率，即夏普比率。该策略基金的新上限将比其最大规模低20％至30％。　　“与时俱进” 　　作为一名企业家、前以色列军官，Bar Dea于2015年加入桥水，当时他在投资界并不出名。然而2022年1月他迅速升至桥水联席首席执行官。与联席首席投资官Greg Jensen一道，Bar Dea渴望对公司改革，重塑其古怪的文化。但73岁的达利欧迟迟不愿将权柄交给年轻一代。　　Bar Dea称他和达利欧的谈判“非常艰难”。　　“实现与时俱进的唯一途径就是创新，”他说。 “过去几年，我们的行动一直有点慢。” 　　现在，改革正在加速进行。本月早些时候37岁的Karen Karniol-Tambour加入了48岁的Jensen和64岁的Mark Bertolini行列，成为桥水第三位联席首席投资官。Mark Bertolini卸任联席首席执行官，成为桥水的一名独立董事。　　达利欧退居二线，成为Bar Dea及其他几位投资部门负责人的精神导师，未来桥水的新领导层将着力推动以下四个领域：　　增加对亚洲市场的投资，将新加坡员工从大约15名增加一倍，以实现业务多元化并加强与该地区长期客户的联系。　　增加以个股为对象的产品，以体现桥水对利率趋势或大宗商品价格等宏观趋势的看法。　　扩大可持续性金融，特别是押注股票，并推出可以实现超额回报的策略　　在Jensen的领导下创建一个新团队，利用人工智能和机器学习驱动的投资工具。　　桥水希望，这些行动计划未来能吸引数以亿美元计的资产，降低公司对Pure Alpha和All Weather的依赖。达利欧也是批准该新策略的人员之一。

金融界2023-03-02

主力资金｜主力主动收缩抱团取暖，证券光伏板块遭抛售，湘财股份主力净卖出超10亿元，一度反包跌停

示，公司产品“出演”《流浪地球2》中的量子计算机。　　此外，净流入较多的股票还有拓维信息、证通电子等，分别净流入6.54亿元，4.22亿元。净流入居前的股票大多属于数据中心、半导体等计算机设备概念股。　　东方财富遭净卖出17亿元，流出金额居首。其次是湘财股份净流出10.36亿元，盘中一度反包跌停，而周四湘财股份涨停，主力净流入6.74亿元。资金面上北上资金全天持续净流出。排在后面的宁德时代、三一重工、隆基绿能、长安汽车等都是北上资金重仓或年内加仓比较多的公司。

金融界2023-02-24

科技部：2022年高新区、自创区贡献了占全国13.6％的GDP

。比如，第一款人工智能芯片，第一台超导量子计算机原型都出自高新区。同时高新区也成为了开辟新赛道、培育未来产业的主要阵地。比如智能机器人、卫星导航、细胞与基因治疗等方面的一些新业态都在高新区土壤中产生。　　二是改革立新。自创区在改革方面一直走在前列，23个自创区都出台了一系列原创性引领性政策，推动自主创新。比如中关村试点了扩大科研经费使用自主权，以及科研成果先使用后付费等改革，都受到广泛欢迎，目前已形成了全社会创新创业的良好氛围。　　三是开放创新。高新区、自创区都非常重视国际化，70％以上的高新区出台了国际化政策。高新区在境外设立了2200家以上的研发机构，为构建开放合作新格局提供了支撑。　　下一阶段，高新区、自创区将怎么做？　　吴朝晖介绍，总的思路和要求是全面落实党的二十大精神，提高战略位势，擦亮园区品牌，提升发展水平。具体做到“三个坚持”：　　一是坚持高原筑峰。继续壮大世界一流企业和世界级产业集群，增强原创策源能力，孵化未来产业，打造新时代高新区自创区高质量发展的升级版。　　二是坚持深化改革。自创区改革一直走在前列，我们将进一步加大力度落实自创区先行先试改革措施，下阶段的改革主要聚焦两个高水平：高水平科技自立自强、高水平创新创业生态。　　三是坚持协同联动。进一步加强高新区、自创区联动，相向而行，从联动中激发创新潜力，打造支撑创新型国家的战略方阵，打造融入全球创新网络的战略支点。我们将按照“三个坚持”的战略指向，进一步擦亮高新区、自创区“又高又新”的品牌，为科技强国建设作出高新区、自创区的贡献。

金融界2023-02-24

谷歌宣布在量子计算机纠错技术取得重要突破

然》杂志上的文章，谷歌宣布，在纠正当前量子计算机的固有错误方面取得突破。这标志着，人类在解决量子计算最大技术障碍方面迈出了早期但可能意义重大的一步。在本周发表的文章中，谷歌的研究人员表示，对这一最新突破持“谨慎”态度。他们表示，在纠错技术未来应用至更大规模的量子系统时，仍有一定的可能无法发挥作用。

金融界2023-02-23

复旦大学公开道歉！中国版ChatGPT发布后流量激增崩溃 “计算资源不足、不再向公众开放”

中国科幻大片《流浪地球2》中的超级智能量子计算机同名，周一消息立即在中国社交媒体上疯传。据中国官方媒体，将其描述为OpenAI热门ChatGPT平台的第一个中国竞争对手。 (来源:cnBeta) 它可以执行生成对话、生成编程代码、回答问题等任务。它由团队通过https://moss.fastnlp.top/向公众开放。如果用户没有测试Moss的邀请码，可以输入手机号加入“等候名单”。然而在周一晚上，该页面的大量访问者导致Moss服务器超载，导致响应时间显着变慢。值得关注的是，Moss的推出和公众对其的反应凸显出，中国对生成式人工智能和ChatGPT的热情，以及其国内行业面临的挑战，因为中国几所顶尖大学和科技公司竞相生产微软支持的中国版聊天机器人。虽然复旦大学团队在周一最初将Moss描述为类似于ChatGPT的会话语言模型，但在周二他们淡化了这种比较，称他们还有很多需要改进的地方。 (来源:cbBeta) “Moss仍然是一个非常不成熟的模型，它在达到ChatGPT之前还有很长的路要走。像我们这样的学术研究实验室，无法生产出能力接近ChatGPT的模型，”其网站上发表声明称。 “我们的计算资源不足以支撑如此大的流量，作为一个学术团体，我们没有足够的工程经验，给大家造成了非常糟糕的体验和第一印象，在此向大家表示由衷的歉意。” 实际上，历史上增长最快的消费者应用程序ChatGPT，此前也曾多次因流量过大而崩溃。虽然很少有用户能够在崩溃前分享他们对平台的体验，但上海观察报的一名记者分享了与Moss互动的详细描述，并表示聊天机器人的英语比中文更好。该团队负责人、复旦大学计算机学院教授Qiu Xipeng表示，Moss与ChatGPT的主要差距在于，Moss语言训练中投入的参数数量比ChatGPT小一个数量级。 . “虽然还有很大的改进空间，但Moss的出现证明中国研究团队有能力克服开发类似ChatGPT产品的技术挑战，” Qiu解释说，并强调该项目得到了上海人工智能实验室的大力支持。 Moss开发的基本步骤与ChatGPT相同，包括两个阶段：自然语言处理训练和理解人类意图训练。在ChatGPT的第一个训练阶段，OpenAI收集超过数十万的人类查询，并请各行各业的专业标注人员撰写回复。然后将这些数据输入其数据库，以帮助ChatGPT逐渐理解各种人类提示。复旦大学团队采用了不同的技术方法。通过允许Moss与人类和其他AI模型交互，它的学习和建模速度得到显着提高。因此，它的自然语言训练是在比ChatGPT更短的时间内完成的。 Qiu解释说：“Moss和ChatGPT的区别主要在于自然语言模型的预训练阶段，Moss的参数数量远少于ChatGPT，而在任务完成和知识储备方面还有很大的提升空间。” 在公测阶段，会在征得用户同意的情况下收集数据和用户反馈，以提升Moss的对话能力。除了对话，Moss未来还将拥有更多的能力，比如绘画、演讲、作曲、教学，甚至可以协助科学家进行更高效的科学研究。目前，Moss的一个主要缺点是它对中文的理解。这主要是由于用于培训的中文网页内容杂乱无章，例如断断续续出现的广告。因此，复旦大学自然语言处理实验室正着力筛选中文文本内容，为下一阶段的模型训练做准备。然而，在这类AI聊天机器人正式进入黄金时段之前，显然还有许多问题需要解决。#ChatGPT火爆全网#

圈内人2023-02-22

人工智能时代的算力挑战

比较好的破解。 2、超越经典计算——以量子计算为例无论是高性能计算还是分布式计算，其本质都是在运算资源的分配上下功夫。但正如我们前面看到的，通过这种思路来提升算力是有很多障碍的。因此，现在很多人希望从计算方式本身来进行突破，从而实现更高的计算效率。其中，量子计算就是最有代表性的例子。我们知道，经典计算的基本单位是比特，比特的状态要么是0，要么是1，因此经典计算机中的所有问题都可以分解为对0和1的操作。一个比特的存储单元只能存储一个0或者一个1。而量子计算的基本单位则是量子比特，它的状态则可以是一个多维的向量，向量的每一个维度都可以表示一个状态。这样一来，量子存储器就比经典的存储器有很大的优势。考虑一个有 N物理比特的存储器，如果它是经典存储器，那么它只能存储2的N次方个可能数据当中的任一个；而如果它是量子存储器，那么它就可以同时存储2的N次方个数据。随着 N的增加，量子存储器相对于经典存储器的存储能力就会出现指数级增长。例如，一个250量子比特的存储器可能存储的数就可以达到2的250次方个,比现有已知的宇宙中全部原子数目还要多。在进行量子计算时，数学操作可以同时对存储器中全部的数据进行。这样一来，量子计算机在实施一次的运算中可以同时对2的N次方个输入数进行数学运算。其效果相当于经典计算机要重复实施2的N次方次操作，或者采用2的N次方个不同处理器实行并行操作。依靠这样的设定，就可以大幅度节省计算次数。为了帮助大家理解，我们可以打一个并不是太恰当的比方：玩过动作游戏的朋友大多知道，在游戏中，我们扮演的英雄经常可以使用很多招数，有些招数只能是针对单一对象输出的；而另一些招数则可以针对全体敌人输出。这里，前一类的单体输出招数就相当于经典计算，而后一类的群体输出招数就相当于量子计算。我们知道，在面对大量小怪围攻的时候，一次群体输出产生的效果可以顶得上很多次单体输出的招数。同样的道理，在一些特定情况下，量子计算可以比经典计算实现非常大的效率提升。举例来说，大数因式分解在破解公开密钥加密的过程中有十分重要的价值。如果用计算机，采用现在常用的Shor算法来对数N进行因式分解，其运算的时间将会随着N对应的二进制数的长度呈现指数级增长。1994年时，曾有人组织全球的1600个工作站对一个二进制长度为129的数字进行了因式分解。这项工作足足用了8个月才完成。然而，如果同样的问题换成用量子计算来解决，那么整个问题就可以在1秒之内解决。量子计算的威力由此可见一斑。但是，在看到量子计算威力的同时，我们也必须认识到，至少到目前为止，量子计算的威力还只能体现对少数几种特殊问题的处理上，其通用性还比较弱。事实上，现在见诸报道的各种量子计算机也都只能执行专门算法，而不能执行通用计算。比如，谷歌和NASA联合开发的D-Wave就只能执行量子退火（Quantum Annealing）算法，而我国研发的光量子计算机“九章”则是专门被用来研究“高斯玻色取样”问题的。尽管它们在各自的专业领域表现十分优异，但都还不能用来解决通用问题。这就好像游戏中的群体攻击大招，虽然攻击范围广，但是对每个个体的杀伤力都比较弱。因此，如果遇上大群的小怪，群体攻击固然厉害，但如果遇上防御高、血条厚的Boss，这种攻击就派不上用处了。从这个角度看，如果我们希望让量子计算大发神威，就必须先找出适合量子计算应用的问题和场景，然后再找到相应的算法。与此同时，我们也必须认识到，虽然量子计算的研发和探索十分重要，但是它和对其他技术路径的探索之间更应该是互补，而不是替代的关系。 3、通过改进算法节约算力如果说，通过高性能计算、分布式计算，以及量子计算等手段来提升算力是“开源”，那么通过改进算法来节约算力就是“节流”。从提升计算效率、减少因计算而产生的经济、环境成本而言，开源和节流在某种程度上具有同等重要的价值。在ChatGPT爆火之后，大模型开始越来越受到人们的青睐。由于在同等条件下，模型的参数越多、训练的数据越大，它的表现就越好，因此为了追求模型的更好表现，现在的模型正在变得越来越大。我们知道，现在的ChatGPT主要是在GPT-3.5的基础上训练的。在它出现之前，GPT共经历了三代。GPT-1的参数大约为1.17亿个，预训练数据为5GB，从现在看来并不算多；到了GPT-2，参数量就增加到了15亿个，预训练数据也达到了40GB；而到了GPT-3，参数量则已经迅速膨胀到了骇人的1750亿个，预训练数据也达到了45TB。为了训练GPT-3，单次成本就需要140万美元。尽管OpenAI并没有公布GPT-3.5的具体情况，但可以想象，它的参数量和预训练数据上都会比GPT-3更高。为了训练这个模型，微软专门组建了一个由1万个V100GPU组成的高性能网络集群，总算力消耗达到了3640“算力当量”——也就是说，如果用一台每秒计算一千万亿次的计算机来训练这个模型，那么大约需要近十年才能完成这个任务。如果任由这种“一代更比一代大”的趋势持续下去，那么在未来几年，对算力的需求将会出现爆炸性的增长。一项最新的研究估计，在5年之后，AI模型需要的算力可能会是现在的100万倍。很显然，由此产生的经济和环境成本将会是十分惊人的。令人欣慰的是，目前已经有不少研究者希望改进算法、优化模型来减少对算力的需求，并且已经取得了一定的成就。比如，就在今年1月3日，来自奥地利科学技术研究所 (ISTA)的研究人员埃利亚斯·弗朗塔（Elias Frantar）和丹·阿里斯特尔（Dan Alistarh）合作进行了一项研究，首次针对 100至 1000亿参数的模型规模，提出了精确的单次剪枝方法SparseGPT。SparseGPT可以将GPT系列模型单次剪枝到 50%的稀疏性，而无需任何重新训练。以目前最大的公开可用的GPT-175B模型为例，只需要使用单个GPU在几个小时内就能实现这种剪枝。不仅如此，SparseGPT还很准确，能将精度损失降到最小。在进行了类似的修剪之后，这些大模型在训练时所需要的计算量就会大幅减少，其对算力的需求也就会相应下降。关于提升算力、支持人工智能发展的政策思考随着ChatGPT引领了新一轮的人工智能热潮，市场上对算力的需求也会出现爆炸性的增长。在这种情况下，为了有力支撑人工智能的发展，就必须要通过政策的手段引导算力供给的大幅度增加。而要实现这一点，以下几方面的工作可能是最为值得重视的。第一，应当加快对算力基础设施的建设和布局，提升对全社会算力需求的支持。如前所述，从目前看，分布式计算，尤其是其中的云计算是提升算力的一个有效之举。而要让云计算的效应充分发挥，就需要大力建设各类算力基础设施。唯有如此，才可以让人们随时随地都可以直接通过网络获得所需的算力资源。这里需要指出的是，在布局算力基础设施的时候，应当慎重考虑它们的地域和空间分布，尽可能降低算力的成本。我们知道，不同的地区的土地、水、电力等要素的价格是不同的，这决定了在不同地区生产相同的算力所需要的成本也不尽相同。因此，在建设算力基础设施时，必须统筹全局，尽可能优化成本。需要指出的是，我国正在推进的“东数西算”工程就是这个思路的一个体现。由于我国东部各种资源的使用成本都要高于西部，因此在西部地区建立算力设施，就会大幅降低算力的供给成本，从而在全国范围内达到更优的配置效率。第二，应当加强与算力相关的硬件技术及其应用的研发，为增加算力供应提供支持。与算力相关的硬件技术既包括基于经典计算的各种硬件，如芯片、高性能计算机等，也包括超越经典计算理论，根据新计算理论开发的硬件，如量子计算机等。从供给的角度看，这些硬件是根本，它们的性能直接关系到算力提供的可能性界限。因此，必须用政策积极促进这些硬件的攻关和研发。尤其是对于一些“卡脖子”的项目，应当首先加以突破。这里需要指出的是，在进行技术研发的同时，也应该积极探索技术的应用。例如，我们现在已经在量子计算领域取得了一些成果，但是由于用例的缺乏，这些成果并没有能够转化为现实的应用。从这个意义上讲，我们也需要加强对技术应用的研究。如果可以把一些计算问题转化成量子计算问题，就可以充分发挥量子计算机的优势，实现计算效率的大幅提升。第三，应当对算法、架构等软件层面的要素进行优化，在保证AI产品性能的同时，尽可能减少对算力的依赖。从降低AI计算成本的角度看，降低模型的算力需求和提升算力具有同等重要的意义。因此，在用政策的手段促进算力供给的同时，也应当以同样的力度对算法、架构和模型的优化予以同等的激励。考虑到类似的成果具有十分巨大的社会正外部性，因此用专利来保护它们并不是最合适的。因此，可以积极鼓励对取得类似成功的人员和单位给予直接的奖励，并同时鼓励他们将这些成果向全社会开源；也可以考虑由政府出面，对类似的模型产品进行招标采购。如果有个人和单位可以按照要求提供相应的成果，政府就支付相应的费用，并对成果进行开源。通过这些举措，就可以很好地激励人们积极投身到改进模型、节约算力的事业中，也可以在有成果产出时，让全社会及时享受到这些成果。总而言之，在人工智能突飞猛进的时代，算力可能是决定人工智能发展上限的一个关键因素。唯有在算力问题上实现突破，人工智能的发展才可能有根本保障。来源：金色财经

金色财经2023-02-21

24小时热点