每日彩票 - 每日彩票

利用光力系统实现非互易频率转换******

　　记者10日从中国科学技术大学获悉，该校郭光灿院士团队的董春华教授研究组通过光辐射压力实现两光学模式和两机械模式间的相互作用，进而实现了任意两模式间全光控的非互易频率转换。该研究成果日前发表在国际期刊《物理评论快报》上。

　　光学和声学非互易器件在构建基于光子和声子的信息处理和传感系统中是非常重要的元器件。虽然磁诱导非互易已广泛应用于分立光学非互易器件，但在器件集成化方面仍面临挑战。同时，磁诱导声学非互易由于效应较弱，也难以实现集成的声学非互易器件。腔光力学系统是实现无磁非互易的有效系统之一，在之前的工作中研究组已经演示了基于腔光力相互作用的无磁光学环形器。

　　在前期工作基础上，研究组研究了单个微腔中光子和声子的非互易转换。利用两个光学模式和两个机械模式通过光力相互作用构成闭环四模元格，这四个模式具有完全不同的频率，分别为388THz、309THz、117MHz和79MHz。研究组演示了四个模式中任意两个节点之间的非互易转换，包括声子—声子（MHz—MHz）、光子—光子（THz—THz）和光子—声子（THz—MHz）的非互易转换。该非互易转换的原理正是利用光力微腔中的多个模式构建人工规范场，通过控制光的相位实现规范场中几何相位，从而可以实现全光控制的灵活的非互易转换。接下来，在该元格中引入第三个机械模式，实现了声子环形器，该环形器的方向受两个独立的控制光相位决定。

　　据悉，这一研究结果可以推广到微腔内其他的光学模式和机械模式，构建更多节点的混合网络，实现信息在混合网络中的单向传输，这在通讯和信息处理领域具有潜在的应用，特别是在光学波分复用网络和用于连接不同频率下工作的分立量子系统。（记者吴长锋）

人工智能语言模型　在智商测试中胜过人类******

　　新华社讯 据《参考消息》报道，美国加利福尼亚大学洛杉矶分校的研究人员发现，在衡量智力的一系列推理测试中，自回归语言模型“生成型已训练变换模型3”（GPT-3）的成绩明显优于普通大学生。该程序利用深度学习生成类似人类语言的文本。

　　由美国开放人工智能研究中心（OpenAI）研发的GPT-3有很多用途，包括语言翻译和为聊天机器人生成文本等。GPT-3有1750亿个参数，是目前规模最大、功能最强的语言处理人工智能模型之一。

　　这项新研究在常识、美国高校入学资格考试（SAT）成绩和智商这3个方面比较了GPT-3和人类的表现。发表在阿奇夫论文预印本网站上的研究结果显示，在这3个类别中，人工智能语言模型的成绩都高于人类。

　　研究人员在研究报告中写道：“我们发现，GPT-3展示出了惊人的抽象图案归纳能力，在解答大多数题目时表现和人类不相上下，甚至更好。我们的研究结果表明，像GPT-3这样的大型语言模型已经具备用零样本学习方法解决一系列类比问题的初步能力。”该报告有待同行评议。

　　研究小组还说，GPT-3“通过与生物智能截然不同的路径，被动形成了类似人类类比推理能力的机制，尽管它并未在这方面经过明确训练”。

　　这项研究发现，能够回答大多数问题甚至为人类起草论文的GPT-3，在从头开始回答问题和回答多选题时的表现超过了人类。

　　人工智能专家、作家艾伦·汤普森博士说，GPT-3的智商超过120。毫无疑问，这属于“天资聪慧”。

　　（文图：赵筱尘 巫邓炎）