文/東方亦落
10月24日，谷歌在《自然》雜志上發(fā)表了一篇關于量子計算的論文。稱已經(jīng)開發(fā)出一款54量子比特數(shù)(其中有效量子比特53個)的超導量子芯片“Sycamore”。基于該芯片對一個53比特、20深度的電路采樣100萬次只需200秒，而現(xiàn)在最厲害的經(jīng)典超級計算機Summit完成這一過程需要10000年，谷歌由此宣稱率先實現(xiàn)了“量子霸權”。
盡管這一成果得到了許多贊美之詞，但也不乏質(zhì)疑者。不過谷歌的量子計算能力若真如其所言，那么將可能對人工智能領域產(chǎn)生極大的助力。不只是谷歌，現(xiàn)在全球范圍內(nèi)不少科技巨頭都在量子計算方面有所動作，并且已經(jīng)取得了可觀的成果。
雖然人工智能的概念早在1956年的達特茅斯會議上就已被提出，但迅速發(fā)展卻是近幾年的事情，其中原因與技術和環(huán)境的發(fā)展有密切相關。如今再加上量子計算作為助力，人工智能是否會更迅速地進入到“強人工智能”的階段呢?量子霸權倘若到來又會對其他領域產(chǎn)生怎樣的影響呢?
一、量子霸權是“奇點”到來的契機?
在量子計算領域深耕多年的IBM表示，自家有一種計算機完成谷歌提出的任務只需2.5天，根本沒有10000年那么久。中科院量子信息重點實驗室副主任郭國平也認為，谷歌所謂的10000年是基于量子計算特性“粗暴計算得出的數(shù)字”，而未能考慮到如今的超級計算機在網(wǎng)絡傳輸、存儲等性能方面的優(yōu)化。由此看來，谷歌所謂“量子霸權”的說法有誤導大眾之嫌。
盡管如此，谷歌的這項成果依然值得稱道，它不管是對谷歌自身還是一些熱門的領域都是有著重要意義的。 而谷歌自己顯然也是這么認為的，谷歌CEO桑達爾·皮查伊甚至將此次量子計算研究成果的意義與萊特兄弟發(fā)明飛機相提并論。
相對于傳統(tǒng)計算，量子計算優(yōu)勢明顯。就拿谷歌看重的人工智能領域來說，其源動力分別為大數(shù)據(jù)、算法和計算能力。大數(shù)據(jù)靠積累，而計算能力則由摩爾定律衍生而來。
重點在于，人工智能發(fā)展的障礙就是計算能力。如今的設備和技術讓大數(shù)據(jù)的積累呈現(xiàn)爆發(fā)式增長，但如何處理海量數(shù)據(jù)是個大問題，如今生產(chǎn)數(shù)據(jù)的能力與處理數(shù)據(jù)的能力已然不能匹配。即使是谷歌引以為傲的AlphaGo，下一盤棋所消耗的能量都比人類多出幾十萬倍，這就是計算能力不足所致。
此時量子計算的作用就得以凸顯，它的進展對人工智能領域或許會產(chǎn)生顛覆性的改變。 科技大師雷·庫茲韋爾曾預言“2045年，奇點來臨，人工智能完全超越人類智能，人類歷史將徹底改變”。
而皮查伊在最近的采訪中表示，量子計算與人工智能屬于“共生事物”，二者同處早期研究階段。并且“人工智能可以加速量子計算，量子計算可以加速人工智能”。對于量子計算，皮查伊也是信心滿滿：“我們認為自己是一家深度計算機科學公司。摩爾定律在它的周期結(jié)束時，量子計算是我們將繼續(xù)在計算領域取得進展的眾多因素之一”。
在屬于“綜合性學科”的人工智能中，量子計算占據(jù)著如此關鍵的位置。并且量子計算不僅可以作用于人工智能領域，而是對當下與未來的不少熱門領域都能起到重要的作用。那么量子計算到底是什么?又為何會引得諸多巨頭花心思去研究呢?
二、巨頭各自使力，量子計算有何優(yōu)勢?
量子計算，即利用量子力學的基本原理來加速解決復雜計算的過程。這種計算方式相較于傳統(tǒng)計算機，能夠更加迅速高效地處理海量的數(shù)據(jù)。在傳統(tǒng)計算中，要靠微芯片材料與晶體管的進步提升算力，大體上就是在微芯片中嵌入電子開關，在0和1之間交替完成信息處理，芯片上的晶體管數(shù)量與芯片處理電信號的速度成正比，從而完成計算。但量子計算則可以兼容0和1，使得計算速度產(chǎn)生質(zhì)的飛躍。
1965年，英特爾聯(lián)合創(chuàng)始人戈登·摩爾提出，微芯片上單位面積內(nèi)的晶體管數(shù)量會一年翻一番，但成本會同時減少一半。也就意味著價格不變，集成電路上可容納的元器件的數(shù)目大概每隔18~24個月便會增加一倍，性能也將提升一倍。
這個定律一直對傳統(tǒng)計算有著重大意義，但最近幾年，依照摩爾定律發(fā)展的信息技術進步的速度正在逐漸減慢，尤其是在人工智能領域，摩爾定律顯而易見地逐漸失效，中科院院士杜江峰曾在去年發(fā)表言論，稱摩爾定律最多還能使用10年。
在這種情況下，量子計算的作用得以發(fā)揮。傳統(tǒng)計算幾十年才能解決的數(shù)據(jù)問題，量子計算可能只需1秒就搞定。不僅是在計算速度層面，還有在材料、設備等方面的最優(yōu)選擇與最佳組合，這些問題經(jīng)典計算無法解決，可量子計算統(tǒng)統(tǒng)都能搞定。這就使得量子計算不僅在人工智能，并且可以在金融、醫(yī)療、物流、網(wǎng)絡安全、基因組學等多個領域發(fā)揮重大作用。
在這些領域中，許多都是焦點與風口，科技巨頭們對此自然極為重視。 包括谷歌、微軟、英特爾、IBM、阿里巴巴和百度在內(nèi)的企業(yè)紛紛在量子計算方面加以探索。
例如微軟在2017年建立了拓撲量子位，可以讓設備使用現(xiàn)存的更精細的量子位。微軟量子團隊主管托德·霍爾姆達爾認為，通過量子計算“有機會解決一系列此前無法解決的問題”，而想靠傳統(tǒng)計算機來解決這些問題也許會耗盡“宇宙的生命”。
英特爾從2015年就開始與學術界的一些伙伴聯(lián)合加速研發(fā)量子計算技術，到2017年成功測試了17量子比特超導計算芯片。在CES 2018舉辦期間，英特爾研發(fā)出了首個49量子比特的量子計算測試芯片。
阿里巴巴旗下的阿里云與中科院攜手在2015年建立了“阿里巴巴量子計算實驗室”，助攻多領域量子計算應用，如電商、人工智能、數(shù)據(jù)安全等。2018年，阿里云推出了有11個量子比特的量子計算云服務。
百度也于2018年成立量子計算研究所，主要研究量子信息理論和量子計算。這對其搜索引擎業(yè)務同樣能起到推助作用。
這些巨頭的主業(yè)與計算能力都有關聯(lián)，更何況量子計算本身就代表著未來的趨勢，一旦能夠落地使用，將會使多個領域呈現(xiàn)顛覆式變化。如此一來，也就不難理解量子計算為何這么受歡迎了。
在不久的將來，如果還有人想繼續(xù)從計算能力的指數(shù)增長中獲益，傳統(tǒng)計算已然無法依靠。因為以晶體管為基礎的計算方式顯然已經(jīng)不再適合未來，量子計算就是下一個值得追逐的方向。不過量子計算出現(xiàn)的時間也不短了，為何近幾年才開始加速?這種加速發(fā)展又會給人工智能領域帶去何種轉(zhuǎn)變呢?
三、量子計算發(fā)展，“強人工智能”會加速實現(xiàn)嗎?
谷歌在此次研究成果中提到的“量子霸權”，最初是由美國加州理工學院的物理學家約翰·普瑞斯基爾提出的，大意是現(xiàn)在最強的超級計算機能夠完成5到20個量子比特的量子計算機所做的事情，但當量子比特超過49個，量子計算機的能力就會將超級計算機遠遠甩在身后。
谷歌如今是否實現(xiàn)了“量子霸權”尚有爭議，但我們應該清楚，照現(xiàn)在這種發(fā)展速度，量子霸權注定會有實現(xiàn)的一天，而且這天的到來應該不會太遲。因為英特爾交付的49量子比特的量子計算機芯片，IBM的能處理50量子比特的量子計算機都已經(jīng)接近了“量子霸權”的標準。其他的一些研究成果雖未達到這個程度，但進步也是很快的。
量子計算的發(fā)展推動了多領域的進步，反之一些領域的發(fā)展也成了量子計算技術飛速發(fā)展的助力。 近年來，人工智能領域無論是技術還是商用，都呈現(xiàn)出爆發(fā)式增長的態(tài)勢。此外，已在加緊布局的5G使得網(wǎng)絡傳輸與單位傳輸速率大幅提升。這些轉(zhuǎn)變都增強了量子計算的能力，使其發(fā)揮出更大的作用，因而量子計算與這些領域相輔相成，共同進步。
在諸多領域中，人工智能與量子計算的關系尤為緊密，人工智能已被科技界與學術界公認為是量子計算的重要著力點。 例如，微軟就曾經(jīng)用拓撲量子計算機將其AI助手“小娜”的算法訓練時間從一個月縮短到一天。此外，量子計算中自動優(yōu)化的功能可自行修正人工智能數(shù)據(jù)系統(tǒng)中的錯誤，并不斷處理新數(shù)據(jù)。
當前，AI處于“弱人工智能”階段，但如果不斷加入量子計算，那么那種傳說中的有獨立意志、情感認知能力的“強人工智能”或許會提早到來。因為量子計算不僅具備強大的數(shù)據(jù)處理能力，更有自我學習和修正的能力。
有觀點認為，將黑猩猩置于人類的語言環(huán)境下使其進行學習，訓練足夠長的時間，也可以使黑猩猩學會人類語言。黑猩猩尚能訓練到如此程度，更何況是集人類智慧大成的人工智能與量子計算。經(jīng)過這種強強聯(lián)合，人工智能一定會比人類更聰明、更有能力。同理，量子計算會對更多領域產(chǎn)生本質(zhì)層面的顛覆，甚至會涉及到國與國之間的科技方面的競爭。也許在未來某天，我們關于科技的那些最激進的想象都能實現(xiàn)，或者比我們想象中的還要讓我們驚訝。
當然想要看到這一天還要繼續(xù)等待，目前量子計算尚未普及，而且巨頭之間關于這一領域也會有激烈的競爭。在這一過程中與之相關的領域會如何發(fā)展，巨頭之間競爭結(jié)果如何，還有待時間的檢驗。
