【科技前沿】不是AI,而是量子计算将定义我们的未来?

2018 年 12 月 8 日 MOOC

【总第126期】


不是AI,而是量子计算将定义我们的未来?


【MOOC导读】最近看了几篇关于量子计算的文章或报告,其中包括近乎相反的观点,然而都值得一看。尤其是同意“量子计算对于推动基础性研究是有价值的,那些研究将有助于促进人类对宇宙的理解”。现摘编主要部分放在一起,供对照理解。

 

一、不是AI,而是量子计算将定义我们的未来


原文链接:

https://techcrunch.com/2018/11/17/quantum-computing-not-ai-will-define-our-future/


“量子”这个词在20世纪后期作为一种描述符而流行,它所代表的意义如此重大,超过了任何普通的形容词。例如,“量子跃迁”(quantum leap)比喻一个戏剧性的巨大进步(1990年代早期斯科特·巴库拉主演了一部同名美国电视连续剧,中译名为《时空怪客》)。当“量子”被应用于“计算”时,意味着我们确实进入了一个戏剧性进步的时代。


《时空怪客》第一季剧照

 

量子计算是基于量子力学原理的技术。量子力学解释了在原子和亚原子水平上能量和物质的性质。它依赖于令人费解的量子力学现象的存在,如量子的叠加和纠缠。埃尔温·薛定谔1930年所做的那次著名的思想实验――一只既死又活着的猫,旨在说明叠加――量子系统可以同时存在于多个状态中,直到被观察或测量为止――的荒谬性。但今天包含几十个量子比特(qubit)的量子计算机,所利用的正是这个原理。每个量子比特都以0和1的叠加形式存在(即具有非0的概率是0或1),直到被测量。量子比特的发展对于处理海量数据以及达到前所未有的计算效率具有深远的意义,而这正是量子计算的巨大潜力。

 

当前有很多团体正在采取不同的方法来研究量子计算,因此对量子计算的工作原理仅给出单一的解释将是有失客观。但是有一条原则可以帮助读者理解经典计算和量子计算的区别:经典的计算机是二进制的,也就是说,它们取决于每个比特仅能以0或1的状态存在。而“薛定谔的猫”则表明亚原子粒子可以同时呈现出无数的状态。量子比特之间的关联使得量子计算能够很好地适应经典计算无法完成的各种特定任务。当然,创建量子比特并维持其存在足够长的时间以完成量子计算任务仍是一个持续的挑战。

 

IBM 的研究人员在做量子计算实验室

 

量子计算的许多方面都令人着迷。量子计算的主要目的是帮助和扩展经典计算的能力。量子计算机将比经典计算机更有效地执行某些任务,为我们提供用于特定应用的新工具,推进解决各种领域的挑战。例如,量子计算具有加速药物发现和发展以及提高用于跟踪和解释气候变化及其不利影响的大气模型的准确性的潜力。量子计算机不会取代他们的经典同行。事实上,量子计算机需要经典计算机来支持它们的专门能力,例如系统优化。

 

英特尔公司的17量子比特超导测试芯片

 

最新的全球投资和专利申请数据反映出量子计算领域的快速增长,而这一趋势可能还会继续。据《经济学人》报道,到2015年,在量子计算领域,非机密的各类国家投资总额约为17.5亿美元。其中,欧盟6.43亿美元的优势领先,美国4.21亿美元成为单独投资最多的国家,其次是中国(2.57亿美元)、德国(1.4亿美元)、英国(1.23亿美元)加拿大(1.17亿美元)。还有二十个国家在量子计算研究方面投入了至少1000万美元。同时,根据汤姆森创新公司的数据表明,美国共有量子计算相关专利申请295项,居于领先地位,其次是加拿大(79)、日本(78)、英国(36)和中国(29)。

 

这表明,国家、巨型科技公司、大学和初创公司都在探索量子计算及其潜在的应用范围。一些团体(例如,民族国家)加大在量子计算方面的投入以谋求安全性和竞争力,因为据称量子计算机会打破现行的加密方法、杀死块链以及服务于其他目的。不过,在我看来,专有解决方案将屈服于开源、协作研发和通用量子计算的价值主张。家喻户晓的IBM和谷歌等计算巨头以及很多初创公司已经提供了很多免费工具和开源产品。仅在北美,就有几十家初创企业与政府和学术界一起正在建立QC生态系统。诸如Rigetti Computing、D-Wave Systems、1Qbit信息技术公司、Quantum Circuits, Inc., QC Ware, Zapata Computing等。他们或将因成功而变得众所周知,或将被被更大的玩家所收购――毕竟在这个新生的领域中,发生任何事情都是可能的。

 

电影场景中的量子计算机

 

量子计算的相关标准正在发展之中。技术标准最终会加速技术的发展,促进规模经济的形成和市场增长。目前,IEEE标准协会量子计算工作组正在开发两个标准:一个是量子计算的定义和术语,另一个是性能度量和性能基准测试,用于测量量子计算机与经典计算机的性能。随着时间的推移,对更多标准的需求将逐渐变得清晰。

 

二、反对量子计算


原文链接:

https://spectrum.ieee.org/computing/hardware/the-case-against-quantum-computing

 

量子计算风靡一时。新闻媒体几乎一天不拉地在描述着这项技术承诺的非凡事情。大多数评论家忘记了,或者只是掩饰了这样一个事实:人们在量子计算上已经付出了几十年的努力,而今却还没有收获任何实际的结果。

 

 

我们被告知量子计算机“可以为许多学科提供突破,包括材料和药物发现、复杂人工系统的优化和人工智能”,被告知“量子计算机将永久地改变我们的经济、工业、学术乃至社会景观”,甚至被告知“保护世界上最敏感数据的加密算法可能很快就会被量子计算机攻破”。更有甚之,物理学各个领域的许多研究人员都觉得有义务证明他们所做的任何工作都与量子计算有关。与此同时,政府研究机构、学术部门(其中许多是由政府机构资助)和企业实验室每年花费数十亿美元开发量子计算机。在华尔街,摩根士丹利和其他金融巨头预期量子计算将很快成熟,并热切地研究如何受益于这项技术如何。

 

这已演变成了一场无休止的军备竞赛,许多组织留在这场竞赛中似乎只是为了避免落在后面。在谷歌、IBM和微软等地方,一些世界顶尖的技术人才正在拥有丰富资源的最先进实验室中努力工作,以实现他们对量子计算未来的愿景。

 

如上情景,让人不由纳闷:什么时候才能构建出有用的量子计算机?最乐观的专家估计这需要5到10年的时间。更谨慎的预测20到30年。(顺便说一下,过去20年里早就出现过类似的预测。)而我属于少数的另一派,认为“在可预见的未来不会成功。” 这种非常悲观的观点基于我在量子和凝聚态物理方面的几十年研究经验,以及对量子计算工作必须克服的巨大技术挑战的理解。

 

量子计算的概念最早出现于将近40年前,1980年出生于俄罗斯、现在在波恩的马克斯·普朗克数学研究所工作的数学家尤里·曼宁(Yuri Manin)第一次提出这个概念,尽管形式相当模糊。然而,第二年,当加州理工学院的物理学家理查德·费曼独立地提出这个概念时,这个概念就真正地出现在人类思维的地图上了。

 

费曼意识到当系统变得太复杂时,量子系统的计算机模拟变得不可能进行,由此他提出了计算机本身应该在量子模式下运行的想法:“自然不是经典的,所以,如果你想模拟自然界的本质,最好以量子力学的形式进行。”。几年后,牛津大学的物理学家大卫·德奇正式描述了一种通用的量子计算机,它是通用图灵机的量子类似物。



然而,直到1994年,数学家彼得·肖尔(当时在贝尔实验室,现在在麻省理工学院)提出了一个理想的量子计算机算法,使得大数分解比传统计算机更快,这一课题才引起人们的注意。这一突出的理论结果引发了人们对量子计算的兴趣。此后,数以千计的研究论文(大多是理论性的)陆续发表,并且还是在加速度持续发表。

 

2000年代初,应“高级研究和发展行动”(美国情报界的一个资助机构)的请求,一个由量子信息方面的杰出专家组成的小组为量子计算建立了路线图,提出了具体目标:2012年实现大约50个物理量子位,和通过容错[量子计算]所需的全部操作来练习多个逻辑量子位,以便执行相关量子算法的简单实例。在已经到了2018底,这种能力还没有被证明。


现有关于量子计算的大量学术文献主要聚焦描述实际硬件的实验研究。然而,报道得相对少的实验往往很难进行,恰恰更应受到关注。这种原理证明实验的目的是展示执行基本量子操作的可能性,并演示所设计的量子算法的一些要素。用于它们的量子位的数量低于10,通常为3到5。显然,从5个量子位到50个量子位(ARDA专家小组为2012年设定的目标)是很难克服的试验困难。因为它们与一个简单的事实相关:25=32,而250=1125899906842624。

 

相比之下,量子计算理论在处理数百万个量子位时似乎没有遇到任何实质性的困难。在错误率的研究中,例如,正在考虑各种噪声模型。已经证明(在某些假设下)由“局部”噪声产生的误差可以通过精心设计和非常巧妙的方法来校正,这些方法除其他技巧外,包括大量并行性,其中数千个门同时应用于不同的量子位对和许多量子位。数以千计的测量同时进行。15年前,ARDA的专家小组指出,“在某些假设下,已经确定,如果每个门操作的阈值精度可以实现,量子误差校正将允许量子计算机无限期地计算。”然而,这个由杰出的专家组成的小组并没有讨论这些假设是否能够得到满足的问题。

 

 

我认为它们不能。在物理世界中,连续量(无论是电压还是定义量子力学波函数的参数)既不能精确测量也不能精确操纵。也就是说,没有连续可变的量可以包括一个精确的值,包括零。对于一个数学家来说,这听起来可能很荒谬,但是正如任何工程师所知,这就是我们所生活的世界的无可置疑的现实。

 

虽然现在出现了探索构建量子计算机的各种策略,但许多人认为最有前途的方法是基于使用冷却到非常低温度(低至约10毫开氏温标)的互联约瑟芬结的量子系统――它最初由加拿大公司D-Wave Systems采用,现在IBM、Google、Microsoft和其他公司均在采用。


最终目标是创建一个通用的量子计算机,能够在以下方面胜过使用传统计算机:用Shor算法分解大数字,通过类似Lov Grover 1996年在贝尔实验室开发的著名量子计算算法执行数据库搜索,以及其他适用于量子计算机的专门应用程序。

 

在硬件方面,正在进行高级研究,最近已经制造和研究了49量子位芯片(Intel)、50量子位芯片(IBM)和72量子位芯片(Google)。这项活动的最终结果并不完全清楚,特别是因为这些公司没有透露其工作的细节。虽然我相信这样的实验研究是有益的,并且可能导致对复杂量子系统的更好理解,但我怀疑这些努力将永难产生实用的量子计算机。这样的计算机必须能够在微观层次上以极大的精度操纵以难以想象的巨大参数集为特征的物理系统,每个参数可以具有连续的值范围。而我们曾经学会控制由多达10300个连续可变参数定义的系统的量子态了吗?


我的回答很简单:不,从未。

 

我相信,情况将会相反,量子计算狂热正接近尾声。这是因为几十年是技术或科学中任何一个泡沫的最大寿命。经过一段时间后,出现了太多未兑现的承诺后,任何一直关注这个话题的人都会对继续宣称的即将到来的突破感到恼火。更重要的是,那时所有的终身教职职位都已经被占用了。量子计算的支持者已经变老,不再那么热心了,而年轻一代则寻求全新的、更有可能成功的东西。

 

所有这些问题,以及我在这里没有提到的其他几个问题,都对量子计算的未来提出了严重的怀疑。用几个量子位进行的简单但非常困难的实验和极其发达的量子计算理论之间存在着巨大的差距,量子计算理论需要操纵几千到几百万个量子位来计算任何有用的东西。这种差距不太可能在短期内消除。

 

三、量子计算:进展和前景


原文链接:

https://www.nap.edu/catalog/25196/quantum-computing-progress-and-prospects

 

由美国国家科学院、工程院和医学院组建的一个专家委员会近日向公众发布了长达205页的题为《量子计算:进展和前景》(Quantum Computing: Progress and Prospects)的报告。

 

 

报告指出:


鉴于量子计算的当前状态和最近的进展速度,在未来十年里建造出能够危及RSA 2048或类似的基于离散对数的公钥密码系统的量子计算机,将是可能性非常微小的事。

 

量子计算所面临的挑战是巨大的,不能保证所有这些挑战都能被克服。其中,在创造一个自我加强的技术进步周期——它通向商业应用,进而带来私营部门投资和进一步的技术进步——方面所面临的挑战尤其巨大。这样的周期在过去的几十年里推动了传统计算的巨大进步。

 

有噪声的中等规模量子计算机(noisy intermediate-scale quantum computer)可能不会有多大的实际用途。目前还没有可以有效利用这类机器的已知算法/应用程序。这可能会改变,也可能不会。如果不会改变,那么业界似乎不太可能在足够长的时间内继续投资量子计算,以使该技术能够产生效益。

 

即使实用的通用量子计算机最终被证明是不可能建造出来的,人们也会在设计和制造一台失败的量子计算机的过程中学到很多东西。量子计算对于推动基础性研究是有价值的,那些研究将有助于促进人类对宇宙的理解。与所有的基础性科学研究一样,这一领域的发现可能会带来变革性的新知识和应用。


王涛

“新维学习空间站”(中关村互联网教育创新中心合作)、“新维大健康空间站”(中国食品药品企业质量安全促进会、中关村联创医学工程转化中心合作)、新维国学空间站(福建平潭两岸国学中心合作)、智慧党员活动室等“新维系空间站”设计、规划和实施者;“移动学习”教育部-中国移动联合实验室MOOC研究中心主任;北京大学教育学院教育经济博士;业界知名有20多万教育专家的MOOC微信公众账号(微信号:openonline,公号名称:MOOC)的发起及运营者。


新维空间站相关业务联系:

刘老师 13901311878

邓老师 17801126118


微信公众号又双叒叕改版啦

快把“MOOC”设为星标

不错过每日好文

喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~


《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


本文为微信公众号【MOOC(微信号:openonline)】翻译、编译的原发文章,英文版权属于原作者所有,本中文译文署名权归本公众号所有。欢迎个人转发分享,任何单位、公众号转载需包含本条和下条授权的完整模板信息,并链接本文地址,违者将追究法律责任

按住下图--“识别图中二维码”--即可关注!

登录查看更多
0

相关内容

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。对照于传统的通用计算机,其理论模型是通用图灵机;通用的量子计算机,其理论模型是用量子力学规律重新诠释的通用图灵机。从可计算的问题来看,量子计算机只能解决传统计算机所能解决的问题,但是从计算的效率上,由于量子力学叠加性的存在,目前某些已知的量子算法在处理问题时速度要快于传统的通用计算机。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
《强化学习》简介小册,24页pdf
专知会员服务
272+阅读 · 2020年4月19日
专知会员服务
123+阅读 · 2020年3月26日
专知会员服务
99+阅读 · 2020年3月19日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
量子计算、边缘计算、数据挖掘 前沿研究报告
人工智能学家
6+阅读 · 2019年3月16日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
3+阅读 · 2019年10月31日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
7+阅读 · 2018年1月30日
Arxiv
11+阅读 · 2018年1月15日
VIP会员
相关资讯
Gartner 报告:人工智能的现状与未来
InfoQ
14+阅读 · 2019年11月29日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
量子计算、边缘计算、数据挖掘 前沿研究报告
人工智能学家
6+阅读 · 2019年3月16日
量子计算
人工智能学家
7+阅读 · 2018年4月6日
你知道量子计算吗?它超酷的!
微软研究院AI头条
4+阅读 · 2018年3月16日
量子世界的因果关系
中国物理学会期刊网
8+阅读 · 2017年8月5日
相关论文
Arxiv
22+阅读 · 2019年11月24日
Arxiv
3+阅读 · 2019年10月31日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
7+阅读 · 2018年1月30日
Arxiv
11+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员