脑极体 伟大前程与技术难关:量子机器学习该如何走进现实?

在我们描述21世纪刚刚过去的第二个十年的技术版图中 , 人工智能(AI)、大数据(BigData)、云计算(Cloud)、物联网(IoT)是几个无论如何也绕不开的术语 。 在阐述科技发展趋势的文章里 , 如果不把这些术语作为开篇 , 简直都不好展开论述 。
而在下一个十年 , 在这一长串的革命性技术的名单后面 , 可能还要再加一个量子计算 。 正如人工智能 , 因为大数据的喂养而使得神经网络算法得以成熟 , 因为云计算的加持才拥有了充沛的算力 , 因为和物联网的融合而使得万物产生智能 。
那么 , 人工智能与量子计算的交往又能产生怎样的“剧烈反应”呢?
2017年 , 图灵奖得主姚期智教授在一次演讲时说:“如果能够把量子计算和AI放在一起 , 我们可能做出连大自然都没有想到的事情 。 ”
这等“敢叫天地换新颜”的技术前景 , 对于大多数普通人而言可能还略显遥远 , 但量子计算和量子机器学习的技术研究早已在全球多家科研机构和科技巨头的实验室中落地开花 , 可以向外界和技术人员提供基础的算法工具和资源 , 让公众可以一睹量子与智能的神奇力量 。
脑极体 伟大前程与技术难关:量子机器学习该如何走进现实?
文章图片
近日 , 百度飞桨官宣发布了量子机器学习开发工具PaddleQuantum——量桨 , 成为国内唯一支持量子机器学习的深度学习平台 。 量桨的作用就是提供了一套量子机器学习的工具集 , 开放给科研人员 , 进行量子神经网络的搭建测试以及量子人工智能的研究 。
量桨的出现 , 到底能为量子机器学习带来多少显著进展 , 尚待时间检验 , 但一定程度上推动量子机器学习在我国的普及 , 为广大AI和量子计算的研究者提供了一条新的学习途径 。
按捺不住学习热情的你 , 一定想到量子计算和人工智能的技术交汇处 , 一窥量子机器学习的究竟 , 来衡量下投身入局的可能吧?
为什么“量子计算”很配“人工智能”?
进入正题之前 , 我们不妨先来简单了解下量子计算的基础背景 , 来降低下代入难度 。
先来看 , 量子为什么能够计算?
二十世纪 , 自然界的一个重大物理发现就是量子力学 , 而量子力学主要的发现是基本粒子有两种状态——叠加和纠缠 。 通俗来理解 , 叠加 , 就是量子同时既是这样又是那样 , 一旦被观察或测量就会变成其中的一个样子 , 这就是著名的“测不准”;纠缠 , 就是两个成对的量子粒子 , 即使相隔宇宙两端 , 也能发生暗戳戳的神秘互动 , 这就是大名鼎鼎的“量子纠缠” 。
“叠加”决定了量子的并行计算的基础 , “纠缠”决定了量子传输的基础 。 让量子的这些特性被用于计算时 , 就能用来处理非常复杂的数据计算 。
我们知道 , 经典计算的基本单位是比特(Bit) , 比特只能在0和1两个状态之间切换 。 经典计算只能在0和1的开合中实现线性计算 , 只不过现在的计算力非常巨大 , 一秒钟可以进行数十亿甚至更高的计算 。
而量子计算的基本单位的量子比特(Qubit) , 量子比特因为叠加效应就可以同时具有0和1的特征 。 随着量子比特数量的增加 , 量子比特的计算能力将会以指数级的方式增加 。
也就是 , 一个量子比特可以同时处于两个状态(0和1) 。 因此 , 两个相互作用的量子比特可以同时存储全部4个二进制值 。 通常 , “n”个量子比特可以同时表示“2的n次方”个经典二进制值 。
脑极体 伟大前程与技术难关:量子机器学习该如何走进现实?
文章图片
我们用一个“玉米田迷宫”的例子来理解经典计算和量子计算的不同:经典计算就如同一个人在玉米田里寻找出口 , 这个人会先找一条路走下去 , 遇到阻碍就返回 , 再找一条路重新开始 , 再遇到阻碍就再返回 , 直到找到出口 。 而量子计算就如同有了多个分身 , 可以同时探索玉米迷宫里的每一条路径 , 同时一次就把出口找到 。