據(jù)外媒報道，谷歌和微軟即將公布量子計算技術(shù)里程碑式的突破。2017年4月，谷歌公布其實(shí)現(xiàn)“量子霸權(quán)”的路線圖，聲稱將利用49量子比特的模擬系統(tǒng)攻克傳統(tǒng)計算機(jī)無法解出的難題，并將于近期披露相關(guān)論文。微軟將其研發(fā)重點(diǎn)放在了“有效操縱”上，也將在近期公布重磅突破。

　　量子計算這一潛在的革命性技術(shù)，已經(jīng)成為物理學(xué)家和計算機(jī)科學(xué)家長達(dá)35年的夢想。在不久的未來，這一領(lǐng)域?qū)⒂瓉碇卮筮M(jìn)展。

　　據(jù)英國《金融時報》消息，在接下來幾周內(nèi)，谷歌和微軟將分別宣布量子技術(shù)的兩項里程碑式的重大突破。但是，快速實(shí)現(xiàn)商業(yè)應(yīng)用是另外一回事。

　　量子計算領(lǐng)域的一些領(lǐng)先企業(yè)表示，量子計算機(jī)利用量子力學(xué)的性質(zhì)大大加快了計算速度，將在五年內(nèi)實(shí)現(xiàn)重要的實(shí)際應(yīng)用，這比以前想象的要快得多。

　　微軟將其研發(fā)重點(diǎn)放在“有效操縱”上

　　微軟量子團(tuán)隊負(fù)責(zé)人托德?霍姆達(dá)爾（Todd Holmdahl）說，“我們有機(jī)會解決一系列以前無法解決的問題。”他支持五年預(yù)測。“在傳統(tǒng)計算機(jī)上，這些問題用一輩子時間都無法解決?！?/p>

　　加拿大DWave公司7年前就開始銷售特定類型的量子計算機(jī)，不過真正的目標(biāo)是一種通用計算機(jī)，可以被編程者用來處理當(dāng)今計算機(jī)范圍之外的一系列任務(wù)。該技術(shù)的好處包括模擬分子運(yùn)動、突破性藥物研究，使機(jī)器學(xué)習(xí)更加強(qiáng)大。

　　然而，從事這項技術(shù)的其他人則認(rèn)為這太樂觀了。英特爾實(shí)驗(yàn)室負(fù)責(zé)人邁克·梅伯里（Mike Mayberry）表示，在真正可行的技術(shù)出現(xiàn)之前，大型科技公司之間將會有一場“十年的競賽”。他說：“我們現(xiàn)在還處于‘玩具系統(tǒng)’時代”。

　　微軟和谷歌即將宣布的兩個里程碑將證明，最前沿的理論物理學(xué)如何迅速轉(zhuǎn)化為實(shí)際應(yīng)用。

　　盡管12年前量子計算已經(jīng)開始，但微軟尚未產(chǎn)生可以工作的量子位，即量子計算的基本元件。 Holmdahl先生說，目前已非常接近宣布“實(shí)現(xiàn)這一突破”。

　　這種聲明通常是通過科學(xué)期刊上的研究論文來完成的，也就是說他們在出版前必須經(jīng)過同行評議。 Holmdahl先生說，對微軟來說，這也是“科學(xué)的重要時刻”。

　　微軟花費(fèi)的時間超過了一些：IBM早在1998年宣布了首個可用的量子位，去年十二月份，已經(jīng)與多家合作伙伴一起幫助開發(fā)技術(shù)的實(shí)際應(yīng)用。但是微軟的量子位基于一種此前尚未得到證明的技術(shù)。如果這是正確的，那么軟件公司將很快超越那些在這個領(lǐng)域領(lǐng)先的人并獲得巨大的優(yōu)勢。

　　微軟的設(shè)計解決了該技術(shù)最大的缺點(diǎn)之一。由于量子位很脆弱，因此量子計算機(jī)需要進(jìn)行大量的錯誤修正。量子位只會在量子態(tài)停留很短暫的時間，因此結(jié)果很容易受影響。

　　微軟的答案是：一種能有效分割電子的量子位，從而將同樣的信息同時保存在多個地方。如果量子位的某個部分出現(xiàn)問題，那么其中包含的信息不會就此丟失，從而確保系統(tǒng)整體更穩(wěn)定。

　　對于使用所謂拓?fù)淞孔游坏挠嬎銠C(jī)來說，內(nèi)建的容錯機(jī)制帶來了巨大的優(yōu)勢?；魻柲反鳡柋硎荆骸埃ú粔蚪训南到y(tǒng)）會產(chǎn)生大量錯誤，需要去解決。如果說他們需要1000到1萬個量子位，那么我們只需要1個，因?yàn)槲覀兊腻e誤修正比他們要好得多?！?/p>

　　然而，即使微軟確實(shí)達(dá)到了這個目標(biāo)，創(chuàng)造首個可用的量子位只是第一步。Mayberry先生說，現(xiàn)在還不清楚哪一種競爭對手的量子比特技術(shù)最有效，因?yàn)橹圃焐淘噲D將現(xiàn)在的基本系統(tǒng)擴(kuò)展成全面的通用計算機(jī)。

　　谷歌：解決傳統(tǒng)計算機(jī)無法破解的極限難題

　　谷歌預(yù)期將公布的里程碑是首次展示用量子計算機(jī)解決對于傳統(tǒng)計算機(jī)來說是極限的問題。

　　當(dāng)量子計算機(jī)超越最強(qiáng)大的傳統(tǒng)計算機(jī)之后，就將達(dá)到所謂的“量子霸權(quán)”。南加州大學(xué)量子計算專家、教授丹尼爾·利達(dá)（Daniel Lidar）表示，達(dá)到這個目標(biāo)將有“非常重大的科學(xué)意義，這將是計算技術(shù)史上的首次，表明量子計算機(jī)已經(jīng)跨過了這道門檻?！?/p>

　　在谷歌的計劃表中，他們計劃于2017年底達(dá)成“量子霸權(quán)”，并在去年年底展開了測試。這一測試的目標(biāo)是證明，包含49個量子位的系統(tǒng)能解決超出任何傳統(tǒng)計算機(jī)能力的問題。谷歌沒有對最終結(jié)果置評，而結(jié)果是否成功也需要科學(xué)期刊的評審。

　　不過，IBM也在悄悄發(fā)力。通過對一臺超級計算機(jī)進(jìn)行編程，IBM成功模擬了一臺包含50個量子位的量子計算機(jī)。這在以往是被認(rèn)為不可能的。利達(dá)表示，隨著量子計算機(jī)和傳統(tǒng)計算機(jī)的設(shè)計者們你追我趕，這個領(lǐng)域內(nèi)很可能會發(fā)生“真正的競賽”。

　　然而，即使谷歌在推動“量子霸權(quán)”方面獲得了成功（即專門設(shè)計傳統(tǒng)計算機(jī)無法解決的問題，讓量子計算機(jī)成功解決），利達(dá)和其他專家也認(rèn)為，這項技術(shù)距離實(shí)際應(yīng)用還有很長的距離。

　　即使來自微軟和谷歌的突破得到證實(shí)，在如何擴(kuò)大規(guī)模，系統(tǒng)如何編程方面，相關(guān)公司仍然面臨巨大的挑戰(zhàn)。系統(tǒng)可能需要100萬個量子位，才能解決復(fù)雜的問題。

　　除了讓量子位在更長的時間里保持量子態(tài)以外，其他問題還包括如何設(shè)計在極低溫度下可工作的電子控制系統(tǒng)。梅貝里指出，繼續(xù)擴(kuò)大規(guī)模非常困難。

　　不過，作為資深產(chǎn)品經(jīng)理的霍爾姆戴爾認(rèn)為，這與其他硬件挑戰(zhàn)沒有太大不同?；魻柲反鳡栐赬box游戲機(jī)的開發(fā)中扮演了核心角色。他表示，微軟將設(shè)計和測試硬件版本迭代的時間縮短至2周，而在其他硬件領(lǐng)域，能快設(shè)計速迭代的公司將取得成功。

　　他表示：“現(xiàn)在的情況就是這樣。這有點(diǎn)類似太空探索。我們將很快派人登月?！?/p>

　　量子機(jī)器學(xué)習(xí)：“量子”在這個詞中沒有任何意義

　　90年代初，將量子物理與人工智能結(jié)合起來，尤其利用當(dāng)年還顯得特立獨(dú)行的神經(jīng)網(wǎng)絡(luò)技術(shù)，被認(rèn)為無異于將油和水混合。

　　到今天，量子計算和人工智能的結(jié)合似乎已經(jīng)成為世界上最自然的事情。神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)系統(tǒng)已經(jīng)成為21世紀(jì)最具顛覆性的技術(shù)。這些系統(tǒng)已經(jīng)可以通過巨大的計算能力成為可能，所以科技公司不可避免地要尋找不僅僅是更大的計算機(jī)，而且是全新類型的計算機(jī)。

　　量子計算機(jī)在經(jīng)過數(shù)十年的研究之后，幾乎有足夠的優(yōu)勢來進(jìn)行超越地球上任何其他計算機(jī)的計算。他們的殺手級應(yīng)用程序通常被認(rèn)為是大數(shù)據(jù)的因素，這也是現(xiàn)代加密的關(guān)鍵。加利福尼亞州伯克利市的量子計算機(jī)公司Rigetti Computing的物理學(xué)家約翰內(nèi)斯·奧特巴赫（Johannes Otterbach）說：“量子計算的統(tǒng)計特性與機(jī)器學(xué)習(xí)之間有著天然的結(jié)合。”

　　如果有的話，鐘擺現(xiàn)在已經(jīng)擺到另一個極端了。谷歌、微軟、IBM等科技巨頭紛紛投入到量子機(jī)器學(xué)習(xí)中?！皺C(jī)器學(xué)習(xí)”正在成為一個流行語，”莫斯科斯科爾科沃科技研究所量子物理學(xué)家Jacob Biamonte說。 “當(dāng)你把機(jī)器學(xué)習(xí)和'量子'連在一起，它就成了一個超級流行詞?！?/p>

　　然而，“量子”這個詞在其中并沒有任何含義。雖然你可能認(rèn)為量子機(jī)器學(xué)習(xí)系統(tǒng)應(yīng)該是強(qiáng)大的，但它卻遭受了一種閉鎖綜合癥。它在量子狀態(tài)上運(yùn)行，而不是在人類可讀的數(shù)據(jù)上運(yùn)行，而兩者之間的轉(zhuǎn)換抵消了其優(yōu)勢。這就像一個iPhone X，它有強(qiáng)大的配置，但運(yùn)行就像你的舊手機(jī)一樣慢，因?yàn)槟愕木W(wǎng)絡(luò)很糟糕。對于一些特殊情況，物理學(xué)家可以克服這種投入產(chǎn)出的瓶頸，但是這些情況是否出現(xiàn)在實(shí)際的機(jī)器學(xué)習(xí)任務(wù)中還是未知數(shù)。

　　量子神經(jīng)元（Quantum Neurons）

　　無論是經(jīng)典還是量子，神經(jīng)網(wǎng)絡(luò)的主要工作都是要識別模型。 受人腦啟發(fā)，神經(jīng)網(wǎng)絡(luò)是一個基本的計算單元網(wǎng)格——“神經(jīng)元”，每個單元可以像開關(guān)設(shè)備一樣簡單。一個神經(jīng)元監(jiān)視多個其他神經(jīng)元的輸出，就像進(jìn)行投票一樣，如果有足夠多的神經(jīng)元開啟，它就會開啟。 通常情況下，神經(jīng)元是分層排列的。 初始圖層接受輸入（如圖像像素），中間圖層創(chuàng)建各種輸入組合（表示邊緣和幾何形狀等結(jié)構(gòu)），最后一層產(chǎn)生輸出（圖像內(nèi)容的高級描述）。

　　從經(jīng)驗(yàn)學(xué)習(xí)

　　至關(guān)重要的是，布線不是預(yù)先固定的，而是在一個反復(fù)試驗(yàn)的過程中適應(yīng)。該網(wǎng)絡(luò)可能會被輸入標(biāo)有“小貓”或“小狗”的圖像。對于每個圖像，它分配一個標(biāo)簽，檢查是否正確，如果不正確，則調(diào)整神經(jīng)元連接。它的猜測一開始是隨機(jī)的，但隨后會變得更好；也許在識別一萬個樣本后，它能認(rèn)識貓和狗。一個神經(jīng)網(wǎng)絡(luò)可能有十億個連接，所有這些都需要調(diào)整。

　　在一臺經(jīng)典的計算機(jī)上，所有這些連接都用一個巨大的數(shù)字矩陣表示，運(yùn)行網(wǎng)絡(luò)意味著做矩陣代數(shù)。傳統(tǒng)上，這些矩陣操作被外包給GPU這類專用芯片。但是對于矩陣運(yùn)算沒有什么能比量子計算機(jī)做得更好。麻省理工學(xué)院物理學(xué)家、量子計算先驅(qū)塞斯·勞埃德（Seth Lloyd）表示：“在量子計算機(jī)上，大型矩陣和大型矢量的操作速度呈指數(shù)級提高。”

　　勞埃德估計，60個量子位就足以對一年內(nèi)人類產(chǎn)生的所有數(shù)據(jù)進(jìn)行編碼，300個就可以傳送可觀測的宇宙的所有信息。（目前最大的量子計算機(jī)，由IBM，英特爾和谷歌建造，有50個量子比特。）

　　量子計算機(jī)在機(jī)器學(xué)習(xí)任務(wù)上的應(yīng)用

　　2009年，谷歌曾領(lǐng)導(dǎo)的增強(qiáng)現(xiàn)實(shí)團(tuán)隊的計算機(jī)科學(xué)家Hartmut Neven開始進(jìn)行量子技術(shù)研究。他們展示了一臺早期的D-Wave機(jī)器如何處理機(jī)器學(xué)習(xí)任務(wù)。這是一個單層神經(jīng)網(wǎng)絡(luò)，任務(wù)是將圖像分成兩類：“汽車”或“沒有汽車”，在20000個街道場景的數(shù)據(jù)庫中。這臺機(jī)器只有52個工作的量子位，對于處理一張圖像來說都太少了。（需要注意的是：D-Wave機(jī)器與2018年推出的最先進(jìn)的50-qubit系統(tǒng)相比是完全不同的類型）。

　　去年，由加利福尼亞理工大學(xué)的粒子物理學(xué)家瑪麗亞·斯皮羅波魯（Maria Spiropulu）領(lǐng)導(dǎo)的一個小組將這個算法應(yīng)用于一個實(shí)際的物理問題：將質(zhì)子碰撞歸類為“希格斯玻色子”或“無希格斯玻色子”。他們使用基本粒子理論來預(yù)測哪些光子性質(zhì)可能會出現(xiàn)Higgs轉(zhuǎn)瞬即逝的存在，比如超過某個閾值的動量。他們考慮了8個這樣的屬性和28個組合，共計36個候選信號，并且讓南加州大學(xué)的一個新型D-Wave找到最佳選擇。它確定了16個變量是有用的，三個變量是絕對最好的。量子機(jī)器比標(biāo)準(zhǔn)程序需要更少的數(shù)據(jù)來執(zhí)行準(zhǔn)確的識別。南加州大學(xué)的物理學(xué)家、Spiropulu的合作者之一Daniel Lidar說：“假設(shè)訓(xùn)練集很小，那么量子方法確實(shí)比粒子物理學(xué)界使用的傳統(tǒng)方法具有更高的精度優(yōu)勢?！?/p>

　　圖：加利福尼亞理工學(xué)院的物理學(xué)家Maria Spiropulu使用量子機(jī)器學(xué)習(xí)來發(fā)現(xiàn)希格斯玻色子。

　　量子智能

　　另一方面，即使是對現(xiàn)有技術(shù)的偶然改進(jìn)，也會使科技公司感到高興。微軟量子計算研究員內(nèi)森?維貝（Nathan Wiebe）說： “如果有一個足夠大，足夠快的量子計算機(jī)，我們可以徹底改變機(jī)器學(xué)習(xí)的各個領(lǐng)域?！痹谑褂眠@個系統(tǒng)的過程中，計算機(jī)科學(xué)家可能會解決機(jī)器學(xué)習(xí)理論難題。

　　Schuld也看到了軟件方面的創(chuàng)新空間。機(jī)器學(xué)習(xí)不僅僅是一堆計算。這是一個復(fù)雜的問題，有自己的特定結(jié)構(gòu)。他說：“如果這樣的量子計算機(jī)可用，它使用什么機(jī)器學(xué)習(xí)模型？也許這是一個尚未發(fā)明的模型?！比绻锢韺W(xué)家在機(jī)器學(xué)習(xí)問題中取得突破，他們需要做的不僅僅是將現(xiàn)有模型做成量子版本。

　　神經(jīng)網(wǎng)絡(luò)和量子處理器有一個共同點(diǎn)：他們的工作之有效令人驚奇。幾十年來大多數(shù)人都對神經(jīng)網(wǎng)絡(luò)持懷疑態(tài)度。同樣，量子物理學(xué)也長期被認(rèn)為不可能用于計算，因?yàn)榱孔游锢韺W(xué)的獨(dú)特作用對我們來說是隱藏的。從神經(jīng)網(wǎng)絡(luò)的先例看來，它們的結(jié)合似乎也有可能。