量子计算+AI,未来已来( 五 )


FounderPark:行业偏向于用量子比特的数量去定义量子计算机的算力 , 你们也是这样去做定义的吗?
马寅:量子比特的数量作为基本指标 , 也只能这么去定义 。 但在产业需求角度出发 , 应该在计算复杂度的帮助下进行理解 , 要跨过科研、工程 , 回到产品阶段 , 不同的产品对于比特数量的理解有所差异 。
例如处理人脸识别聚类运算跟人工智能 , 行业更关注欧式距离问题 , 以及如何用Max-Cut进行加速 , 重视量子比特的数量能够解决多大规模的数学问题 。 如果数学问题能够和量子比特一一关联 , 则量子比特可以作为计算指标 。
但就应用方角度而言 , 噪声问题的影响和软件使用的差距会导致真实使用的量子比特数量与投入数量严重不符 。 客户更在乎实际能够解决的节点数量和解决具体问题的规模大小 , 并以此确定产品价值 , 即偏好以计算复杂度作为衡量指标 。
FounderPark:量子计算可以可以分为渐进式和阶跃式 , 具体走这两种路线的公司有哪些?
马寅:不同方式的选择与生态和国人的习惯有关 。
美国的技术创业创新多为阶跃式 。 美国硬科技大部分作为车库创业 , 潜心做边缘人工智能芯片的基础研究 , 最终被证实能够得到算力上的一定提升 , 并可以立刻在相关领域投入大规模使用 。 企业被收购后 , 超大型的巨头会带来应用场景 , 并提供充足的资金量 , 企业的技术迭代得以加速发展 。 类似模式已经在美国形成生态 , 并影响着美国硬科技模式的选择 。
国内坚持眼见为实、实事求是的观念 , 更专注于当前可视的、清晰的演进路径 。 区分于渐进式的表述 , 中国式的创业是适时的阶跃与爬坡相融合 , 步步校验以实现目标的方式 。 玻色量子选择的也是这种路线 。
举例说明 , 中国发明制作飞天汽车 , 会先实现汽车落地化 , 再加两个翅膀尝试飞行 , 最后进行稳定化控制使其达到真正飞天;而美国的飞天汽车可能是直接追求1.0到10.0的进步 , 直至达成目标为止 。
FounderPark:大家通常说百万量子比特 , 实现百万量子比特意味着什么?
马寅:真正实现百万量子比特的应用场景 , 我们目前可能只能构想到30%左右 , 例如在极短时间内找到交通问题的最短路径 。
大多数的场景无法想象 , 我们之前进行过一些头脑风暴 , 比如百万量子比特可能有助于深刻理解人类大脑 , 跨越数字孪生达到量子孪生 , 使人工智能做到模拟人类的基本动作;还有可能实现可控核聚变 , 做到精准仿真 , 通过外部控制影响演化方向;可控核聚变意味着无限能量的获得 , 人类可能因此飞出太阳系 , 达成星际旅行的梦想 。
目前能达到的量子操控数的话 , 以美国顶尖公司PsiQuantum举例 , 他们提出的光纤内存 , 可以在1公里的光纤内存可以暂态存储超过5000个光子 。 目前在光量子的学术领域上已经得以实现 , 在工程领域有机会达到 。
FounderPark:量子计算的发展路径是怎样的?如何理解量子优势?
马寅:发展路径第一步是量子优势阶段 , 近几年就会出现 。 第二步是实用化 , 实用量子计算 , 还需要更长时间 。 第三步则是通用量子计算的愿景 。
产业化的量子优势多为单点且不具有可复制性 。 在最开始探索阶段 , 大多数被提出的问题都无法实现 , 如果恰好有几个问题在产业界里能够实现 , 则需要证明这些问题是具有实际应用价值的数学问题 。 在制作出产品并能够应用于某人工智能后 , 算力得到了一定的进步 , 则可称在此体现了量子优势 。