全程燒腦幹貨，當人工智慧遇見量子計算

【本文轉自雲棲社群 作者：翻譯小組】
去年三月，阿里巴巴宣佈啟動“NASA”計劃，說要組建獨立的研發部門，為服務20億人的新經濟體儲備核心科技，解決10年、20後的困難。量子計算就被阿里視為能“解決20年後計算資源稀缺的祕密武器”，將應用於目前無法處理的重大科技難題上，其中包括通用人工智慧的市場化、癌症的治療計劃等等。

　　今天我們就來聊一聊關於量子計算，全程燒腦幹貨!

　　任何科技的發展總結起來，都是人才的競爭。這似乎是永恆不變的真理。當然量子計算領域也是如此。

　　量子計算大牛施堯耘加入阿里雲，擔任阿里雲技術首席科學家。他在接受採訪時坦然說：目前量子計算領域有一個非常尷尬的處境：人才短缺。既懂量子，又善程式設計，兩者兼顧的鳳毛麟角。對於對黑科技感興趣的程式設計師，這或許是一個機會!

　　或許，很多人壓根不知道什麼是量子計算。如果要介紹量子計算，就必須要先介紹量子計算的“爸爸”——量子力學。可能你還是不知道，不過沒關係，馬上你就會知道為什麼你不知道。

　　量子力學是研究物質世界微觀粒子運動規律的物理學分支，主要研究原子、分子、凝聚態物質，以及原子核和基本粒子的結構、性質的基礎理論，它和相對論一起構成了現代物理學的理論基礎。

　　前方高能!

　　量子力學打破了我們很多常識性的理解，巨集觀世界的生活經驗很多都是表象。比如，你可能認為世界的執行是確定的、可預測的，一個物體不可能同時處於兩個相互矛盾的狀態。在微觀世界中，這種表象被量子力學的規律打破了。

　　量子力學認為，世界的執行並不確定，我們最多隻能預測各種結果出現的概率;一個物體可以同時處於兩個相互矛盾的狀態中。簡單的來說，量子力學認為你可以一邊在家裡，一邊在公司。(這才是量子力學真正難以讓人接受的原因，顛覆三觀的理論。)

　　這個時候，你可能認為這樣顛覆三觀的理論到底有什麼用?現在對於我們人類最直接的用處就是量子計算。

　　量子計算現在在業界主要兩個應用：

　　一是：模擬量子系統，在材料科學、量子化學、藥物發現等領域人們需要用大量的計算資源來模擬量子系統，量子計算機用來做這樣的計算最自然最直接;

　　二是：用於幫助現在網際網路公司都需要做的計算，比如機器學習的提速，基於量子硬體的機器學習演算法，加速優化演算法和提高優化效果等。

　　量子計算的最直接的產物是量子計算機。

　　量子計算機是一類遵循量子力學規律進行高速數學和邏輯運算、儲存及處理量子資訊的物理裝置。當某個裝置處理和計算的是量子資訊，執行的是量子演算法時，它就是量子計算機。量子計算機的概念源於對可逆計算機的研究，研究可逆計算機的目的是為了解決計算機中的能耗問題。

　　為什麼量子計算機會那麼厲害，它的工作原理到底是什麼?

　　計算機所做的計算，就是操作經典位元。同樣的道理，所謂量子計算機，就是在量子力學允許的範圍內操作量子位元(量子位元暫時沒有明確的定義)。在經典力學中，一個位元的狀態是唯一的，而量子力學允許量子位元是同一時刻兩個狀態的疊加。

　　量子力學態疊加原理使得量子資訊單元的狀態可以處於多種可能性的疊加狀態，從而導致量子資訊處理從效率上相比於經典資訊處理具有更大潛力。普通計算機中的2位暫存器在某一個時間僅能儲存4個二進位制數(00、01、10、11)中的一個，而量子計算機中的2位量子位(qubit)暫存器可同時儲存這四種狀態的疊加狀態。隨著量子位元數目的增加，對於n個量子位元而言，量子資訊可以處於2中可能狀態的疊加，配合量子力學演化的並行性，處理速度要比傳統計算機更快。

　　上述的解釋可能有些難以理解，並且沒有充分的展現量子計算機的能力。我國量子力學的泰斗級人物郭光燦對其工作原理的通俗解釋是：量子位元可以製備在兩個邏輯態0和1的想幹疊加態，換句話講，它可以同時儲存0和1。考慮一個N個物理位元的儲存器，若它是經典儲存器，則它只能儲存2^N個可能資料當中的任一個，若它是量子儲存器，則它可以同時儲存2^N個數，而且隨著N的增加，其儲存資訊的能力將指數上升。例如，一個250量子位元的儲存器(由250個原子構成)可能儲存的數達2^250，比現有已知的宇宙中全部原子數目還要多。

　　在計算機中，由於數學操作可以同時對儲存器中全部的資料進行，因此，量子計算機在實施一次的運算中可以同時對2^N個輸入數進行數學運算。其效果相當於經典計算機要重複實施2^N操作，或者採用2^N個不同處理器實行並行操作。由此可見，量子計算機可以節省大量的運算資源。

　　好馬配好鞍，量子計算機的新娘是誰?

　　量子計算機巨大的平行計算能力，必須要有量子演算法的支援。接下來我們羅列一下實用的量子演算法，如果有興趣深入瞭解，可自行深入學習。

　　1994年shor發現了第一個量子演算法，它可以有效地用來進行大數因子分解。大數因子分解是現在廣泛用於電子銀行(支付寶)、網路等領域的公開金鑰體系RSA安全性的依據。

　　1997年Grover發現了另一種量子演算法，即量子搜尋演算法。這種演算法可有效地攻擊密碼體系，經典計算需要1000年破解的密碼，採用Grover演算法的量子計算機只需不到四分鐘的時間。

　　1998年的量子退火演算法，其就是谷歌D-Wave量子計算機的核心演算法，這也是為什麼有人稱D-Wave是量子退火機的原因。量子退火演算法已經在超級計算機上模擬過，但是，效果不佳，因為量子退火演算法的計算複雜度太高了。

　　這些科幻技術能投入實用嗎?

　　MIT(麻省理工科技評論)公佈了2017年十大突破性技術，實用型量子計算機入選，預計成熟期：4-5年。

　　實用型量子計算機的技術突破在於它能製造出穩定的量子位元。它的重要意義：在執行人工智慧程式以及處理複雜的模擬和規劃問題時，量子計算機的速度可能是傳統計算機的指數倍，而量子計算機甚至能製造出無法破解的密碼。

　　量子計算機雖然每年都是“十大突破性技術”的奪標大熱門，但每年我們都得出同樣的結論：仍然無法實用。現在，它正在把以前的理論設計變成現實。

　　從現在起2-5年內，這樣的系統很有可能開始出售。最終，科學家們有望研製出擁有10萬個量子位元的系統。這些系統會製造出精確的分子模型，從而顛覆材料、化學和製藥產業，讓科學家們研製出各種新材料和新藥。

　　量子計算和AI到底是什麼關係?

　　這是我們今天要講的重點。人工智慧被視為未來，而且近期在人工智慧領域已經取得了不錯的成績，這讓很多人更加堅定了人工智慧是未來這句話。

　　那麼人工智慧的能力來源是什麼?現在公認的是三樣：大資料、計算能力、演算法。前兩樣是時代發展的產物，大資料是因為網際網路的發展積累的產物，而計算能力是摩爾定律發展的產物。

　　其實，很多人都應該知道，未來人工智慧發展的最大障礙不是資料，不是演算法，而是計算能力。特別是對於大資料時代來說，我們今天生產資料的能力和我們處理資料的能力已經嚴重出現了不匹配現象。我們需要量子計算機來幫助我們處理未來即將出現的海量資料。另外眾所周知的阿爾法狗，它下一盤圍棋所消耗的能量是人類的幾十萬倍，這一方面是演算法上的不足，但是換個角度來看也是計算能力的不足。

　　另外一個很重要的資訊，對於人工智慧發展最大的噩耗：摩爾定律正在失效，中國科學院院士杜江峰認為，摩爾定律最多還能使用10年。並且他舉了一個例子來解釋他的看法：從物理科學基礎上一個電子是不可再分的，不可能擁有從90多奈米到60多奈米，到40多奈米，到30多奈米······將來能夠到零點幾奈米甚至更小奈米的層面。從科學的原理上來講，巨集觀問題上，是按照牛頓三大定律主宰的，但到奈米層面，牛頓定律不再適用，而會進入一個新的科學，也就是我們經常說的量子力學，描述的基礎就不一樣了。

　　還有一個問題，就是熱耗散的問題，經典計算機器件，熱耗散不可避免，而且整合度越高，熱耗越嚴重。但對於量子計算機來說，原理上保持可逆計算，沒有熱耗散，它可以在裡面自迴圈，沒有熱耗散也遵從量子力學規律。

　　量子計算能夠讓人工智慧加速，原來需要一千臺機器，或者需要一萬臺，現在用量子計算機可能一臺就夠了。量子計算機將重新定義什麼才是真正的超級計算能力。同時，量子計算機也將有可能解決人工智慧快速發展帶來的能源問題。在量子人工智慧這方面，谷歌已經開始建立量子人工智慧實驗室。其目的就是用量子計算技術來應對每天產生的海量資料處理，進而優化人工智慧。

　　總結：

　　量子計算機的計算能力將為人工智慧發展提供革命性的改變，它能夠指數加速學習能力，輕鬆應對大資料的挑戰。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31137683/viewspace-2154594/，如需轉載，請註明出處，否則將追究法律責任。