量子计算+AI，未来已来( 四 ) 3-5年内

FounderPark：光量子计算技术是否可以通向通用计算发展？
马寅：通向通用计算发展需要学术方面和产业方面叠加理解。
通过1920年双光子纠缠及相关顶刊论文可知，这一问题在科研上已经得到解决，也就是说，光量子计算技术在科研角度已经达到向通用计算发展的路径了。
但在产业方面分析，我们目前需要大规模的比特，并要求在环境控制上达到人力可控或客户可控的状态，在编程角度上需要具有易接入性。只有在满足以上指标后，产业才会出现通用的需求，这是需要不断进行演化、操作的。
FounderPark：光量子方案有什么缺点？
马寅：没有缺点的技术是不存在的，缺点才是技术不断向前演进的动力。光量子的缺点主要有以下几点。
第一，可编程性的控制难度大。光子速度极快，难以储存，因此导致了控制足量的光子并使其参与计算的难度极高，这也是光量子方案一定要跨越的门槛。目前是使用经典物理的方案——光电联合的技术来解决的。
第二个缺点在于规模可扩展性。模拟演化阿司匹林的药物分子，只需要几十个量子比特；而模拟演化新冠疫苗复杂的蛋白结构可能需要成千上万个量子。基于当前的技术，没有任何一个科学家可以提供解决新冠病毒演化的算力量级工具。这就说明光量子方案的规模需要不断演进。
第三是容错问题，即量子计算需要接受一定的噪音。受环境及计算等多方面的影响，对于未来获得稳定的、大规模的、具有可用软件的通用光量子计算机，容错率是技术上需要直面的问题。光量子容错问题的理论突破仍处于起步阶段，由学术界向工程化的转变阶段。
FounderPark：你们官网所介绍的相干伊辛机是什么？它要解决的是什么问题？
马寅：相干伊辛机是光量子演化的一种方式。
人为所构建的封闭稳定系统需要在开放状态才能够进行关联控制，噪音也因此产生，量子比特的规模扩大，噪音也会更大。如何在含有噪音的自然场景内，建立一个与自然关联的状态，使得人们能够合理利用物理现象进行计算，进一步构建开放性的量子计算系统？相干伊辛机应运而生。在系统内噪音影响可以通过量子叠加效应、量子纠缠等使量子系统演化为经典系统，并且在短暂的数毫秒内完成量子计算。
相干伊辛机的制造将基本物理原理与光电控制合二为一，能够处理大规模的数学问题。例如可以在一万个节点中在几毫秒内求出最优解，完成路径优化或向量分割的问题；还可以助力人工智能聚类算法区分特征点，通过构建向量解决不同人物的判定问题。相干伊辛机的应用不仅局限于此，还在很多的金融场景、人工日常具有一定意义。
FounderPark：目前量子计算的实现路径有很多，你们押注在光量子，会担心押错路线吗？
马寅：技术路线肯定是公司的核心，但我们对技术路线的理解是跟产业关联的，更严谨地说是产品路线，也就是商业化的问题。
英伟达如今也在研发量子计算，不过是用量子模拟的方式，还是走GPU计算的方式。比如他们也进行了最大割问题*（MaximumCut）的计算，使用了接近1000块A100的显卡，这样的算力可以演化3000个节点的最大割问题，但是在我们的相干伊辛机中，可研阶段已经可以做到一万个节点的演算了。从这个角度来看，商业化前景是不需要质疑的。
最大割问题：NP完全问题。给定一张图，求一种分割方法，将所有顶点（Vertex）分割成两群，同时使得被切断的边（Edge）数量最大。最大割问题在统计物理、图像处理等工程问题中有着广泛的应用。