高大上的不僅是名字！量子計算比經(jīng)典算法節(jié)省時間

量子計算機有望提供更強的計算能力。量子計算機提供了另一條增強計算能力的思路。它并行計算的特性，使得它可以一次同時處理多個任務(wù)，有望實現(xiàn)計算能力上的超越。

量子計算的算力呈指數(shù)級增長

量子計算的核心優(yōu)勢是可以實現(xiàn)高速并行計算。在計算機科學(xué)中，無論經(jīng)典計算還是量子計算，他們的計算功能的實現(xiàn)都可以分解為簡單的邏輯門的運算，包括:“與”門， “或”門，“非”門，“異或”門等。簡單來講，每一次邏輯門的運算(簡稱操作)都是要消耗一個單位時間來完成。

經(jīng)典計算機的運算模式通常是一步一步進行的。它的每一個數(shù)字都是單獨存儲的，而且是逐個運算。所以對于 4 個數(shù)字進行同一個操作時，要消耗 4 單位時間。而量子計算中，一個 2 個量子比特的存儲器可以同時存儲 4 個數(shù)字，這里一個量子態(tài)可以代表所有存儲的數(shù)字。

科學(xué)家通過特定設(shè)計對量子態(tài)進行一次變換，即可對 4 個數(shù)字同時操作，而且只消耗 1 單位時間。這種變換相當于經(jīng)典計算的邏輯門，實現(xiàn)了對存儲器中的數(shù)字并行運算，這被稱為量子并行計算?？梢钥吹?，當量子比特數(shù)量越大時，這種運算速度的優(yōu)勢將越明顯。它可以達到經(jīng)典計算機不可比擬的運算速度和信息處理功能。

量子計算機的量子比特數(shù)量以指數(shù)形式增長，算力將以指數(shù)的指數(shù)增長。對于量子計算機，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。

現(xiàn)有最有希望的量子計算機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，實現(xiàn)量子計算。而現(xiàn)有的技術(shù)積累將極大促進該方案的發(fā)展與快速突破，用更短的時間(相比與經(jīng)典計算機)實現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。

可以看到，量子計算機的量子比特數(shù)量以指數(shù)增長的形式快速上升，從 2003 年起的 1 位量子比特，到 2013 年 512 位量子比特的計算機，再到 2015 年實現(xiàn) 1000 位量子比特。目前，非通用型量子計算機的已經(jīng)實現(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)，計算效率比經(jīng)典計算機要快一億倍。

量子計算機的全球商業(yè)化進程加速

量子計算機經(jīng)過近 40 年的時間的理論研究階段，在 2007 年首次實現(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算機，而通用型量子計算機還處于起步階段。我們認為，通用型量子計算機和非通用型量子計算機最終將在市場上共存，并最終共同向經(jīng)典計算機的市場份額發(fā)起挑戰(zhàn)。

2007 年，D-wave Systems 實現(xiàn)了歷史上第一臺商用量子計算機。宣布研制成功16量子比特的量子計算機——“獵戶座”(Orion)。D-wave 公司的量子計算機是用超導(dǎo)量子器件做成的。所使用量子計算機方式是絕熱量子計算，是將量子計算體系放置在體系的基態(tài)，而最終的計算結(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算機“D-Wave One”，實現(xiàn)了 128 位量子比特。它不是通用量子計算機，并不能運行所有的量子算法。D-wave 實際上是一臺量子退火機 (quantum annealing machine)，在圖像搜索方面確實具有優(yōu)勢。

Google 和 NASA 花1000 萬美金買一臺 D-wave，共同建立了 Quantum AI Lab。2013 年它研制出的產(chǎn)品D-wave Two，實現(xiàn)了 512 位量子比特，并將其銷售給了 Google，用于 Google 內(nèi)部的量子計算的相關(guān)研發(fā)。截止到 2014 年，該公司的累計融資總額達到 1.6 億美元。

量子人工智能算法相比經(jīng)典算法節(jié)省大量時間

與經(jīng)典計算機不同，量子計算機使用經(jīng)典算法，將無法實現(xiàn)并行計算。經(jīng)典計算機的計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)計的電子芯片，用于串行運算。而量子計算機中，它的計算核心是量子芯片，通過量子的疊加性帶來了并行運算的能力，替代傳統(tǒng)的電子芯片。

可以看到，量子計算機與經(jīng)典計算機的物理實現(xiàn)的完全不同，如果在量子計算機中使用經(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，只能實現(xiàn)串行計算。這是由于設(shè)計經(jīng)典算法時，其設(shè)計思想是基于串行運算而得到的，這是經(jīng)典算法自身的局限性。

需要設(shè)計相應(yīng)的量子人工智能算法，才能實現(xiàn)量子計算的超強算力。這種專門面向量子計算設(shè)計的人工智能算法被稱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，谷歌開始建立量子人工智實驗室，包括微軟等在做一些人工智能方面的東西。

這幾年開始，甚至在 AlphaGo 出來之前，在學(xué)界就已經(jīng)有一些研究成果。人工智能里面的分類問題，是大數(shù)據(jù)中常見的任務(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。MIT 的研究小組在這方面已經(jīng)取得了理論進展，實現(xiàn)了相應(yīng)的量子人工智能算法。相比于經(jīng)典算法，該量子算法實現(xiàn)了指數(shù)級的加速效果。

量子計算提升人工智能效率，拓展應(yīng)用場景

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)用場景，對于人工智能的反應(yīng)速度要求很高。再比如手機上的人工智能系統(tǒng)，對于數(shù)據(jù)的處理能力要求非常高，沒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)用場景中，亟需人工智能的硬件系統(tǒng)實現(xiàn)可移動化和快速響應(yīng)能力。

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

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

一方面，這種模式可提供的算力達到了一個瓶頸階段，已無法滿足人工智能對算力的需求;

另一方面，這種模式是一次性采購的，對于用戶的資金壓力較大，并且后期維護成本不低，需要自己搭建相應(yīng)的軟件環(huán)境?，F(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，運用云計算平臺提供更加優(yōu)質(zhì)廉價的人工智能服務(wù)。主要的優(yōu)點是可以按照實際需求來購買計算能力，隨時滿足現(xiàn)階段的應(yīng)用需求。另一方面是付費模式相對彈性，按照使用狀況來逐次結(jié)算費用，減輕資金壓力。

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

而量子計算機的量子比特數(shù)量以指數(shù)形式增長，也就是每兩年翻一番。又因為量子計算的特點，其計算能力是量子比特數(shù)量的指數(shù)級，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。這個增長速度將遠遠大于數(shù)據(jù)量的增長，為數(shù)據(jù)爆發(fā)時代的人工智能帶來了強大的硬件基礎(chǔ)。

實際應(yīng)用:量子計算可用于大數(shù)據(jù)搜索

在大數(shù)據(jù)中進行快速搜索，這是一項適用于量子計算的計算任務(wù)。經(jīng)典算法只能是一個 接一個地搜尋，直到找到所要的目標為止。比如從 N 個未分類的客戶中尋找出某個特定的客戶，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，對于各種大數(shù)據(jù)的應(yīng)用場景基本不存在應(yīng)用價值。

量子計算時代將拓展人工智能應(yīng)用場景

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