這幾天有個大新聞，是說中科院宣布造出了全新的量子計算機。一時間主流媒體蜂擁報道，讓“中國造出世界第一”的歷史上有多了一筆。而國內(nèi)眾多媒體的報道標題，紛紛打出了“中國造出世界第一臺量子計算機”之類的說法，甚至引述外媒來論證這一消息的準確性。
但恐怕事實又一次在媒體口中被微小的“斷章取義”了一次。按照中科院的標準說法，這次成功研制的，是“世界上第一臺超越早期經(jīng)典計算機的光量子計算機”。注意，這個說法是有很多定語的：首先它是首臺超越早期經(jīng)典計算機計算速度的，其次它還是“光量子”計算機。
當然，以潘建偉教授為首的中國量子計算科學(xué)家們居功甚偉。某種程度上可以說打破了歐美在量子計算領(lǐng)域的壟斷和封鎖，尤其這次宣布實現(xiàn)了目前世界上最大數(shù)目的十個超導(dǎo)量子比特的糾纏，讓量子計算的應(yīng)用度邁上了全新的臺階。
但如果非要說這次的事件是量子計算機從0到1的破局，那未免太不尊重科學(xué)家們的勞動了。量子計算是一個長期課題，每一小步都意味著更多可能。所以重新理解下量子計算及相應(yīng)技術(shù)應(yīng)用化的實際境況，看來還蠻有必要的。
量子計算和量子計算機，各是什么鬼？
所謂量子，是一個能量的最小單位，也是人類目前為止認識微觀世界的終極抵達點。所有的微觀粒子包括分子、原子、電子、光子都是量子的一種表現(xiàn)形態(tài)，人類和整個世界也都是由量子構(gòu)成的。
但區(qū)別于經(jīng)典物理世界之間物體的相互作用形態(tài)，微觀世界量子之間的互動更加詭異而復(fù)雜，甚至還沒有真正權(quán)威的科學(xué)解釋能闡明量子間的作用關(guān)系。
至少已經(jīng)可以證明，量子位之間具有相互疊加和相互牽連兩種屬性，而圍繞這兩種屬性構(gòu)成的力學(xué)理論，就是大名鼎鼎地“革了牛頓的命”的量子力學(xué)。
拋開物理學(xué)不提，量子間的特性運用到計算領(lǐng)域會呈現(xiàn)出與目前所知的計算完全不同的運算規(guī)則。
由于量子具有疊加態(tài)，故而量子運算具備天然的并行運算能力。如果說0和1組成的經(jīng)典計算是一個人在干一件事，那么量子計算就是一個人同時干很多事，并且同時完成給出疊加結(jié)果。
以這次完成的10個超導(dǎo)量子比特糾纏計算為例，它在經(jīng)典計算機完成一次計算的同時，可以完成10個比特，也就是1024次計算。那么如果超導(dǎo)比特糾纏數(shù)量持續(xù)擴大的話，超越目前人類最快的計算系統(tǒng)也是輕而易舉的。
事實上，量子計算機是一個非常寬泛的概念。由于它的概念界定辦法僅僅是利用了量子規(guī)則完成的計算設(shè)備，所以第一臺量子計算機的定義也非常模糊，很難得到公認。
發(fā)展量子計算機的方式也各有不同，比如中科院發(fā)布的量子計算機是以光子理論完成的“光離子計算機”，其他囚禁離子技術(shù)、量子位元超導(dǎo)電路技術(shù)也都在持續(xù)深挖中。如果算上相對小眾的量子計算機實現(xiàn)方式的話，恐怕很難統(tǒng)計目前世界上有多少種量子計算機。
當然，某種程度上來說目前世界上依舊沒有真正應(yīng)用意義的量子計算機。我們今天做的，更多是把一個概念從理論一步步拉倒現(xiàn)實中來。
量子計算與人工智能的關(guān)系
今天AI大火，于是經(jīng)常伴隨著AI出現(xiàn)的“兄弟詞匯”也跟著火了起來。很多人一提到AI就會緊接著蹦出來深度學(xué)習(xí)、量子計算、彈性網(wǎng)絡(luò)等等名詞。但他們之間究竟是啥關(guān)系就不知道了，反正最后總結(jié)為“不明覺厲”就對了。
總體來看，量子計算可以被看做人工智能技術(shù)的基礎(chǔ)設(shè)施。因為人工智能的本質(zhì)是機器以函數(shù)推導(dǎo)來模擬人類的接受、學(xué)習(xí)和推導(dǎo)，這就涉及巨大的運算和數(shù)據(jù)處理。而量子計算恰好可以解決這個問題。
總體而言，這對“概念基友”有以下幾個方面是互補的：
一、解決經(jīng)典計算的單一維度問題：人工智能要運用到大量的數(shù)據(jù)接收和處理，但0和1的經(jīng)典計算卻始終只能進行單一向計算。這給人工智能的深度發(fā)展帶來了巨大不便。而量子計算的法則下，系統(tǒng)能夠通過并行計算來不斷學(xué)習(xí)來處理之前從未遇到的新數(shù)據(jù)。這就給人工智能不斷實現(xiàn)自我進化提供了近乎“水和空氣”的基礎(chǔ)。
二、解決cpu堆砌的天花板：人工智能雖好，但問題是需要的計算量卻太大了。比如之前Alpha GO大戰(zhàn)李世乭，動用了1920個CPU和280個GPU。雖然效果顯著，但設(shè)備和能源消耗未免太大了，很難有廣泛應(yīng)用的空間。而如果通過量子計算法則，則可以把硬件體積和能耗大大降低，達成人工智能技術(shù)的通用化。
三、大體量計算成為可能：我們一直都在關(guān)注大數(shù)據(jù)，但最大的數(shù)據(jù)能有多大呢？有數(shù)據(jù)判斷，到2020 年全世界的數(shù)據(jù)會達到44 ZB，也就是人均5200GB。我們當然相信越大的數(shù)據(jù)越有可能達成有效的結(jié)果推導(dǎo)。但如果數(shù)據(jù)達到這個程度，恐怕就是經(jīng)典計算帶不動的了。所以全景式計算必須依賴量子計算，這也是人工智能開啟全面數(shù)據(jù)學(xué)習(xí)的先決條件。
四、移動人工智能設(shè)備的必備因素：根據(jù)上面的硬件天花板推導(dǎo)，不難發(fā)現(xiàn)人工智能需要的運算能力基礎(chǔ)是非常龐大的。而手機、汽車、穿戴設(shè)備等終端很難加載人工智能需要的運算處理器，而云計算技術(shù)又有各種各樣的限制。因此通過量子計算，來實現(xiàn)AI設(shè)備的集成化和迷你化，可能是人工智能走進普通生活的最佳選擇。
五、AI的反向驗證：量子計算模擬的是微觀世界中量子的疊加與糾纏，那么這種模擬可行運算邏輯的正誤其實很成問題。因為一般的運算技術(shù)根本無從檢驗量子計算模型。所以這里人工智能可以回頭幫一下量子計算，通過多元推導(dǎo)的方式檢視量子計算的過程與結(jié)果。
所以說，AI和量子計算近乎于是不得不同時進化的雙生子，一個負責(zé)輔助，一個專打輸出。
量子計算的商業(yè)場景
量子計算單獨的商業(yè)化應(yīng)用，也是個很有意思的話題。
總體而言，量子計算的應(yīng)用可以分為兩種，一種是量子通訊層面的，另一種則來自量子計算本身。
量子通訊層面目前的應(yīng)用性較強，比如去年發(fā)射的墨子號量子通訊衛(wèi)星就是做這個的。這一技術(shù)手段，本質(zhì)是將量子技術(shù)作為一種不可逆的比特化數(shù)據(jù)管理體系。將信息進行近乎不破解的超密編碼。一方面這種技術(shù)基于量子比特的不可逆轉(zhuǎn)性，沒有破除可能，比較符合未來通訊加密的需求。另一方面量子計算的因數(shù)分解能力可以輕易解開經(jīng)典運算領(lǐng)域的所有密碼，所以解鈴換需系鈴人，量子密碼技術(shù)近乎是個不可逆的商業(yè)應(yīng)用。
同理，量子密碼還可以被運用到各種加密手段當中。比如鈔票防偽、商品專屬溯源、電話加密等等。
而量子計算方面的應(yīng)用潛力其實更廣，但目前都還比較遙遠。比如基于量子計算技術(shù)實現(xiàn)的量子搜索，可以輕易通過并行計算技術(shù)在龐大數(shù)據(jù)中進行抽取。這就讓模糊搜索、大數(shù)據(jù)辨認等多種技術(shù)成為可能，尤其與AI識別結(jié)合后，想象空間更加巨大。另一種量子計算的應(yīng)用場景在于構(gòu)造模擬，通過量子計算。可以模擬出微觀世界的多領(lǐng)域構(gòu)造，比如化學(xué)、材料工程學(xué)，甚至生物學(xué)的微觀模擬，都對這一領(lǐng)域的認知突破有重要意義。
有意思的是，量子通訊的終極目標顯然是對大量量子的傳輸，也就是所謂瞬間移動。而用量子計算模擬生物構(gòu)造，或許可以找到基因的核心，逆轉(zhuǎn)衰老甚至死亡等生物現(xiàn)象。所以有人說一切科幻都屬于量子計算，好像也有點道理。
局限性與時間軸
說了不少好話，最后潑點涼水。與人工智能的應(yīng)用化進程相比，量子計算的應(yīng)用化堪稱還處在原始社會階段。比如剛剛中科院發(fā)布的光量子計算機，還僅僅是元器件和光學(xué)儀器構(gòu)成的原型機。換言之，其進度還處在實驗數(shù)據(jù)階段，離投入下一階段的實踐性應(yīng)用還非常遙遠。
事實上，目前無論是學(xué)術(shù)界、政府還是互聯(lián)網(wǎng)巨頭，都還沒有展現(xiàn)出量子計算正式進入商業(yè)化階段的可能性。甚至很多理論都處在實驗之外，僅僅有理論上的可能性。
即使能夠進入應(yīng)用階段，量子計算的場景適應(yīng)性較比經(jīng)典計算還有非常遙遠的距離。經(jīng)典計算的邏輯簡單，但同時帶來的是各種場景都可應(yīng)用的泛在化能力。而量子計算對運算類型的要求十分嚴苛，即使投入使用，恐怕也將進入長時間與經(jīng)典計算拉鋸、甚至產(chǎn)生互斥性的共生階段。
當然，量子密碼等關(guān)鍵性應(yīng)用的商業(yè)化進度已經(jīng)十分可觀，而人工智能、量子力學(xué)等領(lǐng)域的持續(xù)突破，也有可能指數(shù)級加快量子計算的實踐進程。