量子計(jì)算給當(dāng)人工智能帶來(lái)的改變

誕生于 1965 年的摩爾定律，對(duì)二十世紀(jì)后半葉的世界經(jīng)濟(jì)增長(zhǎng)做出了巨大貢獻(xiàn)，并驅(qū)動(dòng)了一系列科技創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)。摩爾定律預(yù)測(cè)集成電路上晶體管的數(shù)量每?jī)赡攴槐?，但現(xiàn)在很多專家已經(jīng)認(rèn)為摩爾定律最多還能適用 10 年，因?yàn)槭茉映叽纾ù蠹s為 0.1 納米）限制，晶體管不可能無(wú)限地變小。摩爾定律到達(dá)瓶頸后，提升算力的方式只能靠增加芯片數(shù)量，而這是一種低效的算力增長(zhǎng)模式。

隨著晶體管大小接近納米級(jí)，電子的運(yùn)動(dòng)將不再遵循牛頓運(yùn)動(dòng)定律，這就進(jìn)入到我們常說(shuō)的另外一種科學(xué)——量子科學(xué)的范疇。當(dāng)前，量子計(jì)算正在如火如荼發(fā)展，谷歌等行業(yè)領(lǐng)導(dǎo)者急于率先推出一款可行的量子計(jì)算機(jī)，它將比今天的計(jì)算機(jī)強(qiáng)大得多，能夠處理更加龐大數(shù)據(jù)和解決日益復(fù)雜的問(wèn)題。那么量子計(jì)算會(huì)給當(dāng)下蓬勃發(fā)展的人工智能什么樣的改變呢？

每天全人類會(huì)產(chǎn)生 2.5 艾字節(jié)的數(shù)據(jù)（2.5×106tb），這相當(dāng)于 250000 個(gè)國(guó)會(huì)圖書(shū)館或 500 萬(wàn)臺(tái)筆記本電腦的內(nèi)容。每天 32 億全球互聯(lián)網(wǎng)用戶持續(xù)產(chǎn)生新數(shù)據(jù)：包括 35 萬(wàn)條推特，420 萬(wàn) FB 點(diǎn)贊，再加上其他通過(guò)拍照、拍視頻、保存文檔、創(chuàng)建賬戶等產(chǎn)生的更多數(shù)據(jù)。據(jù)稱，到 2020 年全世界的數(shù)據(jù)總量會(huì)達(dá)到 44 ZB，也就是人均 5200GB。

越大體量的數(shù)據(jù)對(duì)人工智能來(lái)說(shuō)越有利，越有可能達(dá)成有效的結(jié)果推導(dǎo)，但如果數(shù)據(jù)達(dá)到一定體量，經(jīng)典計(jì)算就難以帶動(dòng)了。而量子計(jì)算的處理能力會(huì)隨著量子位的增加而指數(shù)增加，這個(gè)增長(zhǎng)速度能夠超越人類數(shù)據(jù)增長(zhǎng)速度。像 D-Wave 2X 這樣的 1000 位量子計(jì)算系統(tǒng)，能同時(shí)搜索 2∧1000 個(gè)可能的方案，具備超大體量計(jì)算的能力，符合人工智能開(kāi)啟全面數(shù)據(jù)學(xué)習(xí)的算力要求。一旦成功研制出商業(yè)上可行的量子計(jì)算機(jī)，能在幾秒鐘內(nèi)完成今天計(jì)算機(jī)幾千年的計(jì)算量。人工智能，特別是依賴大規(guī)模數(shù)據(jù)處理的機(jī)器學(xué)習(xí)技術(shù)，將大大受益于量子計(jì)算，從而產(chǎn)生無(wú)限可能。

此外，量子計(jì)算機(jī)能夠以較小的硬件體積和能耗進(jìn)行大體量運(yùn)算。Alpha GO 大戰(zhàn)李世石時(shí)，谷歌動(dòng)用了 1920 個(gè) CPU 和 280 個(gè) GPU，雖然效果顯著，但設(shè)備和能源消耗未免太大，很難有廣泛應(yīng)用的空間。而如果使用量子計(jì)算，則可以把硬件體積和能耗大大降低，有利于人工智能技術(shù)的通用化。

人工智能要運(yùn)用到大量的數(shù)據(jù)接收和處理，但 0 和 1 的經(jīng)典計(jì)算卻始終只能進(jìn)行單一向計(jì)算，給人工智能的深度發(fā)展帶來(lái)了巨大不便。而在量子計(jì)算的法則下，量子疊加性使并行運(yùn)算成為現(xiàn)實(shí)，系統(tǒng)能通過(guò)并行計(jì)算不斷學(xué)習(xí)處理之前從未遇到的新數(shù)據(jù)，給人工智能不斷實(shí)現(xiàn)自我進(jìn)化提供了近乎「水和空氣」的基礎(chǔ)。在解決復(fù)雜數(shù)據(jù)集問(wèn)題時(shí)，量子計(jì)算的優(yōu)勢(shì)將更加顯著。量子計(jì)算能夠同時(shí)訪問(wèn)數(shù)據(jù)庫(kù)中的所有項(xiàng)，搜索龐大未分類的數(shù)據(jù)集，并以極快的速度發(fā)現(xiàn)規(guī)律或異常。如果利用經(jīng)典計(jì)算機(jī)遍歷搜索，則會(huì)非常耗費(fèi)時(shí)間，一旦數(shù)據(jù)集過(guò)大則很有可能永遠(yuǎn)都算不完。

經(jīng)典類型的采樣能通過(guò)引入量子現(xiàn)象的偶發(fā)性（如量子隧道，穿過(guò)障礙傳遞量子信息）達(dá)到加強(qiáng)的效果，從而找到高質(zhì)量的解決方案。MIT 和 Google 的聯(lián)合研究發(fā)現(xiàn)，量子人工智能算法可以加速特征提取過(guò)程，以另一種方式促進(jìn)一場(chǎng)數(shù)據(jù)采樣革命，并優(yōu)化我們遇到的各種問(wèn)題——從投資組合分析到計(jì)算最佳運(yùn)輸路線，甚至幫助確定每一個(gè)病人的最佳治療方案和藥物治療方案。理論上，理想的量子電路可以比普通計(jì)算機(jī)更快地對(duì)更大概率分布范圍進(jìn)行采樣，計(jì)算表明即使是相對(duì)小電路的高保真量子門也可以對(duì)經(jīng)典架構(gòu)無(wú)法觸及的概率分布進(jìn)行快速采樣。

如何校準(zhǔn)大規(guī)模量子計(jì)算機(jī)，驗(yàn)證量子計(jì)算機(jī)的計(jì)算結(jié)果，是困擾科研人員的難題，因?yàn)榱孔佑?jì)算模擬的是微觀世界中量子的疊加與糾纏，這種模擬可行運(yùn)算邏輯的正誤用一般的運(yùn)算機(jī)根本無(wú)從檢驗(yàn)。人工智能技術(shù)可以實(shí)現(xiàn)對(duì)量子計(jì)算的自校準(zhǔn)評(píng)估，所以量子計(jì)算驅(qū)動(dòng)的人工智能可以回頭幫一下量子計(jì)算，通過(guò)多元推導(dǎo)的方式檢視量子計(jì)算的過(guò)程與結(jié)果。所以說(shuō)，人工智能和量子計(jì)算似乎是一對(duì)不得不同時(shí)進(jìn)化的雙生子。