Simone
一听到量子，好多人搞不清楚量子，包括当年发现量子的人都说不懂量子。但量子革命，从AlphaGo到量子人工智能，它很有可能有一个这样一个过程。刚刚也提到了人工智能最近已经取得了很好的成绩，一个机器已能下过一个人，实际上定义的任何机器，总会超过人。就像现在设计的汽车和飞机速度比人快，计算机能力比人的计算能力强，本质上来说人工智能不会走到一个有情感、有思维，指轮往往是经验性的东西。一般意义上来说，一幅图象，计算机来描述图象都是基本上看到一幅图象，它会按照像素来展开，里面有灰度，有深度……对它形成一些数据。人工智能对这个数据是否能有感官上进一步深入了解？看到这个图象看到比传统计算上更深的意义？比如甚至知道什么样的绘画风格。这就是我们今天要探讨的问题。当人工智能遇上量子计算人工智能的能力来源是什么？今天会议的主题是大数据 ，为什么前面加一个大，因为这是是一个动态的工作，信息量越来越大的时代，如何从浩瀚的东西中得到有利生活质量的东西，首先要对这个数据进行描述。这就意味着要描述的对象，由传统的数据从单一逐渐走向各种复杂数据。人工智能核心资源是计算能力，在二十年前，一个机器人，当时用32个CPU, 达到120MHz的速度。现在是2000个CPU，300个GPU，提升的计算能力，使得处理学习或者智能的能力得到比较大的增强，不过现在问题是，如何过渡到量子这块？计算能力能否无限提升？摩尔定律在半个世纪前预言了经典计算，每隔18-24个月，集成电路上可容纳的元器件数目增加一倍，计算性能增加一倍。经典计算的能力，从32纳米，在未来到四个纳米，再到更小的纳米，一般都认为摩尔定律最多还能适用10年。我们知道一个例子，从物理科学基础上讲一个电子不可再分的，不可能永远从90多纳米到60多纳米，到40多纳米，到30多纳米……将来能够到零点几纳米甚至更小纳米的层面。从科学的原理上来讲，宏观问题上，是按照牛顿三大定律主宰的，但到纳米层面，牛顿定律不再适用，而会进入一个新的科学，也就是我们经常说的量子力学，描述的基础就不一样了。另外一个，还有一个热耗散的问题，我们在研究里面也发现，经典计算机器件的原理，热耗散不可避免，这是原理上决定的。譬如买到早期计算机有一个风扇散热，你做的集成度越高，热耗越严重。但量子计算来做这块，原理上保持可逆计算，没有热耗散，可以在里面自循环，这样没有一个热耗散，也是遵从量子力学规律的东西。这是未来量子计算是一个比较好的前景和唯亩信方向。另外，量子力学是近代技术的支柱，一百多年前量子理论开始提出，到现在的晶体管，到激光，到后面的高温超导，都会有一个产业的发展和产生。会带来无边的“诱惑”在过去很长一段时间里，我们对量子力学都是被动的观察和解释，我看到了一些现象，我根据这个现象得到一些应用，比如激光，就是量子力学发展的成果，激光无处不在，包括投影也是激光投影。第一次量子革命就是对晶体管，对激光的发展，支撑了整个过去信息革命的一个发展，最近随着过去二三十年技术的积累，现在可以一定程度地掌控量子，可以对单个分子或者原子进行掌控 。在微观有主动调控能力有了这种调控，可能会产生一系列新的技术，这方面比较清楚的，在量子信息里面，目前分三个方向：一个是量子密码，大概7月份，中国的第一颗，也是全球第一颗量子卫星在500公里轨道开始发射，实现一个安全的密码输送；一个是量子通讯，同时在发改委的干线，今年年底明年开始在城市间，从北京到上海，上海到合肥的一个地面的有线网络，空中的无耐悔线网络。另一个是量子时钟和量子传感器，最近几年，精密测量得到非常好的推广和应用，大概一个月前，欧盟通过了一个量子宣言，比如没有GPS的导航，有一些量子传感器，大概有10亿欧元，在2020年计划里面有一个投入。总的来说，现在已经有了非常好的发展前景。为什么说量子近年好很多？原因很简单。计算机经典的储存单元是什么？一般是一个（电荷上的）高电频和低电频，高电频代表1，低电频代表0，叫它二进制，量子力学告诉我们高电频和低电频同一瞬间同时存在。所谓的量子叠加和量子相干，如果我有一个16位的计算机，或者32位的，它的输入就是电频里面的2的16次方或者2的32次方。量子计算就是进行叠加，这时候高速的来源就在这个地方，可以2的多少次方处于所有状态里面，可以在这个里面透视做计算。在这个基础上，我们做量子计算，量子密码，量子因特网，量子时钟，甚至是量子传感器。巨头林立的国际竞争在量子计算这块，包括美国和日本的国际项目，以及微软和IBM，中科院有一个国家计算机的规划纲要，有比较大的投入，企业界逐渐开始往这个方面进入，比如阿里和中科大也成了量子计算机实验室。总的来说，量子力学跟人工智能有什么关系？有这样一个关系的话。如果做成人工智能，如果只是加速，原来需要一千台机器，或者需要一万台，现在（用量子计算机）可能四台就可以了，形成快速的计算能力。另外一个领域，量子力学在模型里面解决传统的没有的模型，那是另外一个方向。量子用于计算就是计算，用于通讯就是通讯，用于人工智能就是人工智能。利用相干叠加的方式，实现了计算，无法比拟的超级计算能力，可以把复杂度的NP计算问题，就可以变成P问题。如果做基础的人来讲，不管是经典还是量子，我们处理的都是效率的问题，把一些遥遥无期的东西变成一些结果。大数分解，金融行业经常用到的，给你一个非常大的一个数，找到它的两个素数是什么，经典万亿次的计算机需要15万年，如（用万亿次的）是量子计算机，只需要一秒。在计算数据处理里面是一个基本的方式，如果用一个亿亿次的经典计算需要一百年，但是把速度可以降下来，只用一个万亿次的量子计算可能就0.01秒的时间。量子人工智能的计算能力为人工智能发展提供革命性的工具，能够指数加速学习能力和速度，轻松应对大数据数据的挑战。以及最新的理论进展在人工智能这块，谷歌开始建立量子人工智实验室，包括微软等在做一些人工智能方面的东西。这几年开始，甚至在AlphaGo出来之前，在学界就已经有一些研究，人工智能里面的分类问题，是大数据中常见的任务，根据已有的数据体现规律，判断新数据是属于哪一类。如下图所示，MIT在这方面已经有如下的理论进展一：另一个理论进展，是MIT和Google的联合研究发现，量子人工智能算法可以加速特征提取过程：整体的研究进展如下图所示（红色的两个部分是我们实验室做的，把这个体系放到量子的模型机上，来演示这个实验。这是去年的一个工作。）最后，以实际进展向大家举一个量子计算运用到人工智能的例子，这种指数加速是可行的，通过我们专用仪器设备，来读出量子比特状态：MIT和一些媒体的报告，包随着数据越来越大，现在每年生产信息2的60次方，就是60比特，用经典比特资源，约百万块硬盘能够存下数据；但要描述宇宙所需的信息量时，会达到2的300次方，就是300比特，按现在的的比特资源就已经不可能储存了。IBM制造的计算系统包含了5个量子比特，在其它实验室大概有十个。在未来五到十年能达到三十个比特，就已经是非常了不起的一个能力了（注：如果一个量子计算机能够组建成50个量子比特，当今世界前500名的超级计算机全部加起来，功能都无法胜过它。）。也就是说可以空间可以达到2的30次方，在大数据方，量子人工智能计算能力巨大的优势，实现这样的一个弯道超车。最后我想说，第一次量子深刻影响了晶体管和激光的发展，第二次量子革命对人类一定是有巨大促进的作用。我们不应该去惧怕科学上的一些进展，因为毕竟机器是人造的。现在眼前并没有看到一个机器有人的情感来毁灭人，我的观点应该不是这样的。
