量子AI,走向数字科技系统的未来

当前,人工智能和量子计算早已经是各自领域炙手可热的研究话题。

投稿来源:陈根

当前,人工智能和量子计算早已经是各自领域炙手可热的研究话题。

伴随人工智能技术的不断发展,人工智能技术作为引领这一轮科技革命以及这一轮产业变革的战略性技术,俨然成为推动经济社会发展的新引擎。

在社会生活中,人工智能在智能家居、智慧医疗、智慧农业、智能制造、智慧金融、智能驾驶等领域开始被广泛应用,其产业化获得了令人瞩目的效果。另外,在许多复杂的科学问题上,包括癌症检测、极端天气预测、新系外行星探索等方面,机器学习也逐渐显露其优势。

量子技术也是推动数字社会进步的一把利器。在20世纪众多科学成就中,量子理论毫无疑问是最伟大的发现之一,量子理论为各种现代物理统一理论的建立提供了框架。

与当前科学界的一些改良性技术相比,量子科技具有颠覆性作用。它颠覆的,是目前占据主流地位的电子计算,即传统、主流的计算机还是以电子作为基本的载体。可以说,量子科技本身,就是数字科技的核心内容之一,是推动数字经济时代的核心力量。

当人工智能与量子科技狭路相逢,当颠覆叠加颠覆,将展现出怎样的未来?

但量子计算遇见人工智能

量子AI,顾名思义,就是量子技术与人工智能的组合,也是量子技术在人工智能领域的应用。其中,量子技术特指量子计算技术。

相比人工智能70年历程,量子计算相对更加年轻。尽管量子力学作为整个20世纪的主角,直接促成了半导体晶体管、激光器等信息技术的发展,但量子计算的概念直到20世纪80年代才真正诞生。

1981年,著名物理学家费曼观察到基于图灵模型的普通计算机在模拟量子力学系统时遇到的诸多困难,进而提出了经典计算机模拟量子系统的设想。自此,量子力学进入了快速转化为真正的社会技术的进程,人类在量子计算应用发展的道路上行进的速度也越来越快。

通常来说,量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式,它与现有计算模式完全不同。经典计算使用二进制的数字电子方式进行运算,二进制总是处于0或1的确定状态。

而量子计算借助量子力学的叠加特性,能够实现计算状态的叠加,即不仅包含0和1,还包含0和1同时存在的叠加态(superposition)。此外,加上量子纠缠的特性,量子计算机相较于当前使用最强算法的经典计算机,理论上将在一些具体问题上有更快的处理速度和更强的处理能力。

2019年10月,谷歌公司在《Nature》期刊上宣布了使用54个量子位处理器Sycamore,实现了量子优越性。具体来说,Sycamore能够在200秒内完成规定操作,而相同的运算量在当今世界最大的超级计算机Summit上则需要1万年才能完成。

2020年,中国团队宣布量子计算机“九章”问世,挑战谷歌“量子霸权”实现算力全球领先。“九章”作为一台76个光子100个模式的量子计算机,其处理“高斯玻色取样”的速度比目前最快的超级计算机“富岳”快一百万亿倍。史上第一次,一台利用光子构建的量子计算机的表现超越了运算速度最快的经典超级计算机。

当量子计算与人工智能狭路相逢,量子计算的算力就将首当其冲利好人工智能的发展和突破。事实上,人工智能对算力需求的一大特征即海量异构数据的并行计算,这是传统CPU芯片难以胜任的。因此,这也成了GPU、FPGA、ASIC等芯片在人工智能领域大受欢迎的原因。

如上所述,量子计算具有经典计算技术难以企及的并行计算能力和信息携带量。在可预期的未来,尽管量子计算机不会完全取代经典计算机,但它会依托其在并行计算、量子行为模拟等方面的独特优势,在算力需求极高的特定场景中发挥作用。

同时,量子计算的超强算力源自量子并行,因而其十分适于进行人工智能所需的并行计算。反之,当量子计算机逐渐推向大众视野时,也需要更加智能的机器学习算法来“适配”。可见,量子计算与人工智能的相逢,将必然地推动量子计算和人工智能进一步纵深发展。

当颠覆叠加颠覆

如果说机器学习借助量子计算的高并行性,实现进一步优化传统机器学习是量子计算在人工智能领域的最重要应用。那么,量子计算在人工智能方面的衍生应用,则将进一步实现当前人工智能的应用突破。

比如,在人工智能中,博弈论的应用日渐广泛,尤其是在分布式人工智能和多智能体系统中。当量子扩展融合博弈论形成量子博弈论时,将为人工智能发展中的问题解决提供新的工具。量子博弈论通过对博弈现象的认知决策过程来加以建模,并借助量子力学理论的相关方法来对博弈现象及其对策进行研究和描述。

2016年谷歌旗下公司DeepMind的阿尔法狗,就是基于量子博弈论而诞生。阿尔法狗发布的第一年就战胜了世界顶级围棋选手李世石,次年又战胜了世界第一的柯洁,将人工智能带向新一个高潮。

再如,在对自然语言进行语义分析的时候,无论是采用人工智能技术,还是采用量子科技,这两者的数学结构都在某些地方存在着一定的相似性。也就是说,量子算法之于模拟量子系统是极其合适的。针对歧义就可以通过叠加来予以表达,这也意味着,在自然语言的处理上,借助量子计算可以使处理速度得到很大程度的提高。

此外,在人工智能领域,模式识别是一个尤为重要的领域。比如,对物体进行识别。然而,人工智能的研究人员往往仅考虑识别和辨别经典物体。

近年来,伴随量子计算的不断发展以及社会对其关注程度的日渐加深,研究人员在解决了量子门的问题后,还对量子测量分辨展开了研究。研究发现,通过一种最优的协议设计,仅仅需要最少的查询,就能够实现快速识别,量子操作的分辨能力也因此得到了很好的体现。

当然,反过来人工智能也能帮助解决复杂的量子问题。比如合成药品和处理不同的化学反应,这些过程很难通过求解量子方程式来模拟,但却可以用人工智能的方法来解决部分问题。再比如求解量子多体哈密顿量的基态能量问题,也可以借助人工智能的方法。

不论是将量子技术应用于人工智能以促进人工智能技术的进一步发展,还是将人工智能应用于量子技术解决复杂量子问题,在摩尔定律正逼近物理极限的当下,量子科技作为一项颠覆性技术都亟待发展。

量子科技将量子作为基本计算单位,革新了以电子作为基本单位的计算架构。首先是它能够提高信息通信的安全性,其次则是提升算力,以广泛应用到更多行业领域。可以说,量子科技是数字科技系统中的重要力量,也是与大数据、人工智能、区块链齐名的数字经济时代的核心力量。

谷歌的“悬铃木”也好,中国的“九章”也好,量子优越性的号角都已经吹响。从国家政策层面来看,欧盟的《量子宣言》(Quanum Manijesto)和美国的《量子计算发展白皮书》都强调了量子信息在人工智能中的应用。

同时,随着各大科研团队、研究机构以及科技巨头不断加大研发力度和投入,量子人工智能领域的研究已经初具爆发态势。这不仅能够推动人工智能的发展,提高机器学习的学习效率和学习精度,也可以促进量子世界的繁荣。

未来的世界是量子计算与人工智能推动的世界。量子人工智能勾勒的世界会令人足够兴奋,但同时也会使这个世界充满新挑战。

 

声明:本文内容仅代表该投稿文章作者观点,不代表蓝鲸号立场。 未经授权不得随意转载,蓝鲸号保留追究相应责任的权利
相关阅读
量子计算商业化,还需跨越技术关卡和规模困境
量子计算商业化,走到哪了?
FOMO的量子商用黎明
合肥,又跑出一只科幻独角兽:估值70亿