量子計(jì)算機(jī)有望提供更強(qiáng)的計(jì)算能力。量子計(jì)算機(jī)提供了另一條增強(qiáng)計(jì)算能力的思路。它并行計(jì)算的特性，使得它可以一次同時(shí)處理多個(gè)任務(wù)，有望實(shí)現(xiàn)計(jì)算能力上的超越。

量子計(jì)算的算力呈指數(shù)級(jí)增長(zhǎng)

量子計(jì)算的核心優(yōu)勢(shì)是可以實(shí)現(xiàn)高速并行計(jì)算。在計(jì)算機(jī)科學(xué)中，無(wú)論經(jīng)典計(jì)算還是量子計(jì)算，他們的計(jì)算功能的實(shí)現(xiàn)都可以分解為簡(jiǎn)單的邏輯門(mén)的運(yùn)算，包括:“與”門(mén)， “或”門(mén)，“非”門(mén)，“異或”門(mén)等。簡(jiǎn)單來(lái)講，每一次邏輯門(mén)的運(yùn)算(簡(jiǎn)稱(chēng)操作)都是要消耗一個(gè)單位時(shí)間來(lái)完成。

經(jīng)典計(jì)算機(jī)的運(yùn)算模式通常是一步一步進(jìn)行的。它的每一個(gè)數(shù)字都是單獨(dú)存儲(chǔ)的，而且是逐個(gè)運(yùn)算。所以對(duì)于 4 個(gè)數(shù)字進(jìn)行同一個(gè)操作時(shí)，要消耗 4 單位時(shí)間。而量子計(jì)算中，一個(gè) 2 個(gè)量子比特的存儲(chǔ)器可以同時(shí)存儲(chǔ) 4 個(gè)數(shù)字，這里一個(gè)量子態(tài)可以代表所有存儲(chǔ)的數(shù)字。

科學(xué)家通過(guò)特定設(shè)計(jì)對(duì)量子態(tài)進(jìn)行一次變換，即可對(duì) 4 個(gè)數(shù)字同時(shí)操作，而且只消耗 1 單位時(shí)間。這種變換相當(dāng)于經(jīng)典計(jì)算的邏輯門(mén)，實(shí)現(xiàn)了對(duì)存儲(chǔ)器中的數(shù)字并行運(yùn)算，這被稱(chēng)為量子并行計(jì)算?？梢钥吹?，當(dāng)量子比特?cái)?shù)量越大時(shí)，這種運(yùn)算速度的優(yōu)勢(shì)將越明顯。它可以達(dá)到經(jīng)典計(jì)算機(jī)不可比擬的運(yùn)算速度和信息處理功能。

量子計(jì)算機(jī)的量子比特?cái)?shù)量以指數(shù)形式增長(zhǎng)，算力將以指數(shù)的指數(shù)增長(zhǎng)。對(duì)于量子計(jì)算機(jī)，在半導(dǎo)體材料和超導(dǎo)材料等領(lǐng)域，科學(xué)家也已經(jīng)積累了數(shù)十年的理論與經(jīng)驗(yàn)。

現(xiàn)有最有希望的量子計(jì)算機(jī)方案之一就是低溫超導(dǎo)系統(tǒng)，它涉及了半導(dǎo)體材料與超導(dǎo)材料的應(yīng)用，主要是基于硅晶體，摻雜一定量的超導(dǎo)材料，實(shí)現(xiàn)量子計(jì)算。而現(xiàn)有的技術(shù)積累將極大促進(jìn)該方案的發(fā)展與快速突破，用更短的時(shí)間(相比與經(jīng)典計(jì)算機(jī))實(shí)現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。

可以看到，量子計(jì)算機(jī)的量子比特?cái)?shù)量以指數(shù)增長(zhǎng)的形式快速上升，從 2003 年起的 1 位量子比特，到 2013 年 512 位量子比特的計(jì)算機(jī)，再到 2015 年實(shí)現(xiàn) 1000 位量子比特。目前，非通用型量子計(jì)算機(jī)的已經(jīng)實(shí)現(xiàn)了 1000 位量子比特，在特定算法上(比如模擬退火，一種優(yōu)化方法)，計(jì)算效率比經(jīng)典計(jì)算機(jī)要快一億倍。

量子計(jì)算機(jī)的全球商業(yè)化進(jìn)程加速

量子計(jì)算機(jī)經(jīng)過(guò)近 40 年的時(shí)間的理論研究階段，在 2007 年首次實(shí)現(xiàn)硬件方面商業(yè)化。目前發(fā)展迅速的是非通用型量子計(jì)算機(jī)，而通用型量子計(jì)算機(jī)還處于起步階段。我們認(rèn)為，通用型量子計(jì)算機(jī)和非通用型量子計(jì)算機(jī)最終將在市場(chǎng)上共存，并最終共同向經(jīng)典計(jì)算機(jī)的市場(chǎng)份額發(fā)起挑戰(zhàn)。

2007 年，D-wave Systems 實(shí)現(xiàn)了歷史上第一臺(tái)商用量子計(jì)算機(jī)。宣布研制成功16量子比特的量子計(jì)算機(jī)——“獵戶(hù)座”(Orion)。D-wave 公司的量子計(jì)算機(jī)是用超導(dǎo)量子器件做成的。所使用量子計(jì)算機(jī)方式是絕熱量子計(jì)算，是將量子計(jì)算體系放置在體系的基態(tài)，而最終的計(jì)算結(jié)果就是最后的量子體系的基態(tài)。

2011 年 5 月 11 日，該公司正式發(fā)布了全球第一款商用型量子計(jì)算機(jī)“D-Wave One”，實(shí)現(xiàn)了 128 位量子比特。它不是通用量子計(jì)算機(jī)，并不能運(yùn)行所有的量子算法。D-wave 實(shí)際上是一臺(tái)量子退火機(jī) (quantum annealing machine)，在圖像搜索方面確實(shí)具有優(yōu)勢(shì)。

Google 和 NASA 花1000 萬(wàn)美金買(mǎi)一臺(tái) D-wave，共同建立了 Quantum AI Lab。2013 年它研制出的產(chǎn)品D-wave Two，實(shí)現(xiàn)了 512 位量子比特，并將其銷(xiāo)售給了 Google，用于 Google 內(nèi)部的量子計(jì)算的相關(guān)研發(fā)。截止到 2014 年，該公司的累計(jì)融資總額達(dá)到 1.6 億美元。

量子人工智能算法相比經(jīng)典算法節(jié)省大量時(shí)間

與經(jīng)典計(jì)算機(jī)不同，量子計(jì)算機(jī)使用經(jīng)典算法，將無(wú)法實(shí)現(xiàn)并行計(jì)算。經(jīng)典計(jì)算機(jī)的計(jì)算核心使用的是中央處理器，是一種基于半導(dǎo)體理論設(shè)計(jì)的電子芯片，用于串行運(yùn)算。而量子計(jì)算機(jī)中，它的計(jì)算核心是量子芯片，通過(guò)量子的疊加性帶來(lái)了并行運(yùn)算的能力，替代傳統(tǒng)的電子芯片。

可以看到，量子計(jì)算機(jī)與經(jīng)典計(jì)算機(jī)的物理實(shí)現(xiàn)的完全不同，如果在量子計(jì)算機(jī)中使用經(jīng)典算法的話，那么量子芯片將和普通電子芯片發(fā)揮基本相同的功能，只能實(shí)現(xiàn)串行計(jì)算。這是由于設(shè)計(jì)經(jīng)典算法時(shí)，其設(shè)計(jì)思想是基于串行運(yùn)算而得到的，這是經(jīng)典算法自身的局限性。

需要設(shè)計(jì)相應(yīng)的量子人工智能算法，才能實(shí)現(xiàn)量子計(jì)算的超強(qiáng)算力。這種專(zhuān)門(mén)面向量子計(jì)算設(shè)計(jì)的人工智能算法被稱(chēng)為量子人工智能算法。近些年，在量子人工智能算法研究放面，谷歌開(kāi)始建立量子人工智實(shí)驗(yàn)室，包括微軟等在做一些人工智能方面的東西。

這幾年開(kāi)始，甚至在 AlphaGo 出來(lái)之前，在學(xué)界就已經(jīng)有一些研究成果。人工智能里面的分類(lèi)問(wèn)題，是大數(shù)據(jù)中常見(jiàn)的任務(wù)，根據(jù)已有的數(shù)據(jù)體現(xiàn)規(guī)律，判斷新數(shù)據(jù)是屬于哪一類(lèi)。MIT 的研究小組在這方面已經(jīng)取得了理論進(jìn)展，實(shí)現(xiàn)了相應(yīng)的量子人工智能算法。相比于經(jīng)典算法，該量子算法實(shí)現(xiàn)了指數(shù)級(jí)的加速效果。

量子計(jì)算提升人工智能效率，拓展應(yīng)用場(chǎng)景

在很多應(yīng)用領(lǐng)域，人工智能需要擁有快速處理數(shù)據(jù)、快速響應(yīng)的能力。比如智能駕駛等應(yīng)用場(chǎng)景，對(duì)于人工智能的反應(yīng)速度要求很高。再比如手機(jī)上的人工智能系統(tǒng)，對(duì)于數(shù)據(jù)的處理能力要求非常高，沒(méi)法做到這么大量的數(shù)據(jù)快速傳輸?shù)椒?wù)器端。這些應(yīng)用場(chǎng)景中，亟需人工智能的硬件系統(tǒng)實(shí)現(xiàn)可移動(dòng)化和快速響應(yīng)能力。

服務(wù)器、云計(jì)算、量子計(jì)算是人工智能算力發(fā)展的必經(jīng)階段

隨著人工智能對(duì)硬件計(jì)算能力的需求不斷提升，人工智能從單機(jī)或者小型服務(wù)器模式，逐步轉(zhuǎn)型為云計(jì)算模式。目前，隨著人工智能應(yīng)用的發(fā)展，單機(jī)或者小型服務(wù)器模式的兩個(gè)劣勢(shì)逐漸顯現(xiàn)。

一方面，這種模式可提供的算力達(dá)到了一個(gè)瓶頸階段，已無(wú)法滿(mǎn)足人工智能對(duì)算力的需求;

另一方面，這種模式是一次性采購(gòu)的，對(duì)于用戶(hù)的資金壓力較大，并且后期維護(hù)成本不低，需要自己搭建相應(yīng)的軟件環(huán)境。現(xiàn)階段一種主要的解決方案思路是將人工智能應(yīng)用或者服務(wù)放在云端，運(yùn)用云計(jì)算平臺(tái)提供更加優(yōu)質(zhì)廉價(jià)的人工智能服務(wù)。主要的優(yōu)點(diǎn)是可以按照實(shí)際需求來(lái)購(gòu)買(mǎi)計(jì)算能力，隨時(shí)滿(mǎn)足現(xiàn)階段的應(yīng)用需求。另一方面是付費(fèi)模式相對(duì)彈性，按照使用狀況來(lái)逐次結(jié)算費(fèi)用，減輕資金壓力。

隨著數(shù)據(jù)量的急劇增長(zhǎng)，量子計(jì)算的革命性算力才能滿(mǎn)足人工智能的需求。數(shù)據(jù)量的增長(zhǎng)速度是呈指數(shù)級(jí)變化的。在摩爾定律近乎失效的情況下，基于現(xiàn)有的計(jì)算能力，在如此龐大的數(shù)據(jù)面前，人工智能的訓(xùn)練學(xué)習(xí)過(guò)程將變得無(wú)比漫長(zhǎng)，甚至完全無(wú)法實(shí)現(xiàn)最基本的功能。

而量子計(jì)算機(jī)的量子比特?cái)?shù)量以指數(shù)形式增長(zhǎng)，也就是每?jī)赡攴环Ｓ忠驗(yàn)榱孔佑?jì)算的特點(diǎn)，其計(jì)算能力是量子比特?cái)?shù)量的指數(shù)級(jí)，所以最終隨著不斷發(fā)展，其算力將以指數(shù)的指數(shù)增長(zhǎng)。這個(gè)增長(zhǎng)速度將遠(yuǎn)遠(yuǎn)大于數(shù)據(jù)量的增長(zhǎng)，為數(shù)據(jù)爆發(fā)時(shí)代的人工智能帶來(lái)了強(qiáng)大的硬件基礎(chǔ)。

實(shí)際應(yīng)用:量子計(jì)算可用于大數(shù)據(jù)搜索

在大數(shù)據(jù)中進(jìn)行快速搜索，這是一項(xiàng)適用于量子計(jì)算的計(jì)算任務(wù)。經(jīng)典算法只能是一個(gè) 接一個(gè)地搜尋，直到找到所要的目標(biāo)為止。比如從 N 個(gè)未分類(lèi)的客戶(hù)中尋找出某個(gè)特定的客戶(hù)，這種算法平均地講要尋找 N/2 次，才能以 1/2 的概率找到。然而這樣的搜索效率十分低下，對(duì)于各種大數(shù)據(jù)的應(yīng)用場(chǎng)景基本不存在應(yīng)用價(jià)值。

量子計(jì)算時(shí)代將拓展人工智能應(yīng)用場(chǎng)景

從服務(wù)器到云計(jì)算，人工智能的應(yīng)用場(chǎng)景得到了極大的拓展，我們認(rèn)為量子計(jì)算也將拓展人工智能的應(yīng)用場(chǎng)景。我們認(rèn)為，人工智能的發(fā)展存在三個(gè)階段:服務(wù)器時(shí)代、云計(jì) 算時(shí)代、量子計(jì)算時(shí)代。其中量子計(jì)算時(shí)代為人工智能帶來(lái)的顛覆，除了計(jì)算能力方面，更重要的是極大地增加了應(yīng)用場(chǎng)景。