量子怎么就纠缠上 AI 了_详细解读_最新资讯_热点事件

账号设置我的收藏退出登录登录搜索未来汽车日报零售老板内参未来地产36Kr GlobalTech星球超人测评媒体品牌企服严选EClub创变者俱乐部EClub企业项目库36Kr研究院36Kr创新咨询氪榜企业服务政策汇编政府服务VClubVClub投资机构库投资人服务寻求报道寻求融资36氪Pro创业者服务开氪知识服务首页快讯资讯推荐中概股科技生活城市最新创投汽车企服创新视频专题活动搜索寻求报道我要投稿寻求融资量子怎么就纠缠上 AI 了极客公园 · 2020-03-11「我们希望最终发现可能产生量子优势的新的量子算法。」TFQ 白皮书中写道。

编者按：本文来自微信公众号“极客公园”（ID:geekpark），作者：沈知涵，36氪经授权发布。

「当我展望未来，并且谈及如何推动进步时，量子技术会是我们武器库中的一把利器。」Alphabet CEO Sundar Pichai 在 2020 年世界经济论坛年会上说道。

「通过量子技术，我们可以保持摩尔定律这样的理论往前迭代和发展。潜力是巨大的，当然也有挑战。量子计算将在未来 5-10 年间打破传统的加密技术，这意味着量子加密技术将成为必需。随着技术的推演，我认为人工智能和量子技术的结合将帮助我们解决我们所遇到的最严峻的问题。」

量子计算和人工智能早已经是各自领域炙手可热的研究话题。在许多复杂的科学问题上，比如癌症检测、预测地震余震、极端天气，探索新系外行星等等，我们已经可以看见机器学习逐渐显露的优势。

左侧：含有微转移淋巴结的载波片的放大图 右侧：相同视图，在 LYNA（LYmph Node Assistant）辅助后用蓝色标注出肿瘤的位置

量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，它的处理效率要大大快于传统的通用计算机。谷歌曾经在 2019 年宣布实现量子优越性（Quantum Supremacy），谷歌设计了一个实验问题，在 53 量子比特的量子计算机上破解只需要 200 秒，而用全球最强大的超级计算机 Summit 则需要一万年。

二者的结合会爆发怎样的潜力？「机器学习技术的进步有赖于计算能力的提高，量子计算机的计算能力肯定比现有计算机强太多，它必然能推动机器学习的发展，这就好比，一个脑子转得很快、更聪明的人比一个反应慢的人处理问题更快更好。」中国科学技术大学中科院量子信息重点实验室研究员韩正甫接受科技日报采访时说道。

反过来，当量子计算机逐渐推向大众视野时，也需要更加智能的机器学习算法来「适配」。「然而迄今为止，我们还缺乏有效的研究工具能够发现有用的量子机器学习模型（能够处理量子数据，并在如今可用的量子计算机上执行处理任务）」，Google AI 博客中写道。

距离 Sundar Pichai 参加世界经济论坛年会一个月之后，Google 把这件事「正经地」搬上了牌桌。当地时间 3 月 9 日，谷歌宣布联合滑铁卢大学、大众汽车、Google X 推出 TensorFlow Quantum（TFQ）——用于快速建立量子机器学习模型原型的开源库。换句话说，TFQ 是一项软件框架，在此之上，研究者可以更加容易地建立量子机器学习应用。

目前，TFQ 主要面向在经典量子电路模拟器上执行量子电路，未来 TFQ 将能够在 Cirq 支持的实际量子处理器（包括谷歌自己的 Sycamore 量子芯片）上执行量子电路。

熟悉人工智能的人对 TensorFlow 不会陌生，作为全球最流行的机器学习开源框架，简化了深度神经网络，提供可重复代码，使得训练复杂模型变得更简单和方便。「量子版 TensorFlow」又能做到什么？

根据 Google AI 博客的介绍，TFQ 提供了结合量子计算和机器学习研究领域的必要工具，以控制和建模自然或人工量子力学系统，例如 NISQ（嘈杂中型量子）算法，具有约 50-100 量子比特。底层是 TFQ 将 Cirq（专门为 NISQ 打造的 Python 开源库，让 NISQ 的编写、操作和优化变得更加容易）与 TensorFlow 集成，并提供兼容现有 TensorFlow API 的量子计算基元和高性能量子电路模拟器，并为判别式（Discriminative model）和生成式（Generative model）量子经典模型的设计和实现提供高级抽象。

「我们希望最终发现可能产生量子优势的新的量子算法。」TFQ 白皮书中写道。

在谷歌「量子优越性」吹起了战斗的号角之后，微软，亚马逊都纷纷入局量子计算这一领域。几天前口罩生产商霍尼韦尔宣布将在未来三月内发布量子体积（Quantum Volume）最大的量子计算机，量子体积至少为 64。

极客公园此前报道过，业界普遍认为，要达到类似目前传统计算机的通用计算形式，量子计算至少需要能控制 100 万量子比特。挑战在于，量子比特不像比特那样容易控制，维持其较脆弱的状态相当难，同时也要控制量子比特增加带来的「噪音」问题。但是这不耽误，人们已经开始勾画对未来的无限想象。通过量子计算，人们能够更好地了解分子和原子的运作方式，随着量子计算的发展，传统机器学习中不可计算的问题将变成可能，量子机器学习模型将在金融安全，医学治疗，传感通讯等等领域大有作为。

本文经授权发布，不代表36氪立场。如若转载请联系原作者。

期待您加入36氪官方创始人社群EClub，链接有价值的创业者与投资人，让创业更简单！ 详情请戳 。

+1

好文章，需要你的鼓励

极客公园特邀作者收  藏+1评  论打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微  博沉浸阅读返回顶部参与评论登录后才能参与讨论哦…登录后参与讨论提交评论0/1000

请回复有价值的信息，无意义的评论将很快被删除，账号将被禁止发言。

极客公园特邀作者

TA还在犹豫如何开场

发表文章281篇最近内容面对疫情，Google 和 Facebook 为什么要给员工开「大锅饭」？昨天计算机界的最高奖，居然颁给了拍动画片的？2020-03-19从第 1 辆到第 100 万辆，特斯拉的「狂暴之路」2020-03-19阅读更多内容，狠戳这里下一篇“新冠疫情”对中国SaaS的深远影响

新冠疫情对中国的SaaS将有怎样的影响？SaaS企业的短期、中期、长期策略应如何设计？

2020-03-11

关于36氪城市加盟寻求报道我要投稿投资者关系商务合作关于我们联系我们加入我们合作伙伴36氪APP下载iOS Android本站由 阿里云 提供计算与安全服务 违法和不良信息举报电话：010-58254120 举报邮箱：jubao@36kr.com© 2011~2018 北京多氪信息科技有限公司 | 京ICP备12031756号 | 京ICP证150143号 | 京公网安备11010502036099号意见反馈36氪APP让一部分人先看到未来36氪鲸准氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者，项目融资率接近97%，领跑行业