量子加持將令通用人工智慧風起雲湧。等著瞧,它將如何帶來更大的衝擊。

(SeaPRwire) –   當勞倫斯·蓋斯曼(Lawrence Gasman)在1970年代尋找博士研究課題時,計算機實驗室已經充滿了提出聰明研究計劃的聰明人。「但問題是,我們當時沒有東西可以執行它們,」他說。「需要的處理器當時還不存在。」

到了半個世紀後,計算能力才趕上了人工智慧的潛力。如今,得益於高性能晶片,如加州Nvidia公司的圖形處理器,生成式人工晰慧或簡稱為生成AI,已經革新了我們工作、學習和娛樂消費的方式,使人們能夠在眨眼之間創建定製的文章、圖像、視頻和音樂。這項技術已經催生了大量競爭性的消費者App,提供增強的語音識別、圖形設計,甚至編程能力。

現在,人工智慧即將得到另一項推動力——量子計算的革命性新型計算形式。「量子計算有可能對人工智慧產生一些真正傑出的影響,」蓋斯曼說,他是量子科技信息公司Inside Quantum Technology的創始人。

與傳統計算依靠二進位「位」——表示為1和0的開關不同,量子計算使用多變量「量子位」,它們同時存在於兩種狀態的一定百分比中,類似於硬幣在空中旋轉。結果是計算能力的指數增長,以及更好地模擬自然過程,這些過程很少符合二進位形式。

與生成AI面向消費者的應用使其影響更廣泛和即時,量子計算更注重行業應用,意味著近期的幾項里程碑在公眾中較少引起注意。但是,它們有望加速人工智慧革命。

「生成AI是對量子計算最好的事情之一,」量子初創公司Quantinuum的CEO拉傑·哈茲拉(Raj Hazra)說。「量子計算也是發展生成AI最好的事情之一。它們是完美的合作夥伴。」

最終,人工智慧依賴於大量信息的處理能力,這就是量子計算的長項。去年12月,IBM推出了其最新的處理器Eagle,擁有133個量子位,是IBM迄今為止錯誤減少效果最好的,同時可以連接到其第一個模塊化量子計算機系統Two中。此外,IBM還推出了另一塊晶片Condor,它擁有1121個超導量子位,以蜂窩結構排列。它們的進步意味著「我們現在進入了我喜歡稱之為『量子實用性』的時代,量子計算開始被用作一種工具」,IBM量子部門副總裁傑伊·甘貝塔(Jay Gambetta)告訴時代周刊。

由於量子位是極其脆弱的亞原子粒子,它們不總是以同樣的方式行為,意味著量子計算同時依賴於整體量子位數量的增加以「檢查」計算結果,以及每個量子位的可靠性提升。不同的技術用於創建量子效應,它們優先考慮這個方程式的不同方面,使直接比較變得非常困難,增強了這項技術的神秘色彩。

IBM使用超導量子位,它需要將溫度降至接近絕對零度,以減輕熱噪聲,保持量子相干性,最小化環境交互。然而,Quantinuum使用替代的「離子阱」技術,它使用磁場將離子(帶電原子)固定在真空中。這種技術不需要冷卻,但被認為更難擴展。然而,Quantanium在4月聲稱其量子位的可靠性達到99.9%。

「被困離子方法在所有人前面幾英里,」哈茲拉說。與此同時,甘貝塔則認為,超導量子計算在擴展性、量子交互速度以及利用現有半導體和微波技術更快地實現進步方面具有優勢。

對於公正觀察者來說,競賽仍在進行,因為眾多互不相同的非線性指標使人無法判斷誰實際上在這場競賽中領先。「它們是兩種不同的方法,都表現出很大的希望,」PwC商業諮詢公司全球人工智慧和創新技術負責人斯科特·萊肯斯(Scott Likens)說。「我們仍然看不出明確的贏家,但這很令人興奮。」

甘貝塔和哈茲拉都同意,量子計算有可能將人工智慧結合成真正強大的混合結果。「我很想看到量子計算用於人工智慧,人工智慧用於量子計算,」甘貝塔說。「它們之間的協同作用,以及技術總體的進步,這是很有意義的。」

哈茲拉也同意,「生成AI需要量子計算的能力來實現根本性進步。」對哈茲拉來說,第四次工業革命將由生成AI帶動,並由量子計算的計算基礎支持。「AI的工作負載和量子計算的計算基礎 infrastructure 都是必需的。」

這種觀點也被太平洋另一側的中國所認同,中國對量子的投資估計約為250億美元,遠遠超過其他國家。中國頂尖量子專家潘建偉教授開發了九章量子計算機,他聲稱在某些AI相關計算中可以比世界上最強大的超級計算機快180萬倍。

在去年5月發表於同行評審期刊《物理評論快報》的一篇文章中,九章處理了2000多個常見AI算法的樣本——蒙特卡羅和模擬退火——這對世界上最快的經典超級計算機來說需要5年時間,九章只用了1秒鐘。10月,潘宣布推出九章3.0,他聲稱在解決某些問題方面比經典超級計算機快10垓倍。

九章使用第三種量子技術——光子——潘被廣泛譽為中國的量子之王。作為中國科學技術大學物理學教授,潘在2016年發射了世界上第一顆量子通信衛星彗星,一年後首次在地球之間實現了利用纏結光子的世界上第一個量子加密視頻通話。

彗星被視為量子信息學的「史普尼克時刻」,促使美國政策制定者向量子信息科學注入了數以億計美元的資金,如量子通信研究的150億美元。拜登政府提出的《美國創新法案》包括2500億美元用於「新興技術」,包括人工智慧和量子技術。最終,量子計算巨大的計算能力很快就會使所有現有的密碼技術都過時,這將給政府和企業帶來安全問題。

量子計算加速AI的潛力也適用於全球超級大國之間的技術競爭。2021年,美國商務部將8家中國量子計算機組織列入實體清單,理由是它們「支持人民解放軍的現代化」,並採用美國技術開發「反隱形和反潛艇應用,以及破解加密的能力」。

這些限制與去年禁止Nvidia向中國公司出售AI晶片的一系列措施相符。問題是,兩個國家之間的競爭是否會阻礙AI和量子的整體進步,或者推動每個國家加速這些技術的發展。答案可能對未來產生深遠影響。

谷歌CEO桑德爾·皮蔡在2019年告訴MIT科技評論說:「AI可以加速量子計算,量子計算可以加速AI。從長遠來看,我認為它們共同需要解決一些最難解決的問題,如氣候變化。」

然而,無論美國還是中國都必須解決同一個障礙:人才。雖然全球只有幾所大學提供量子物理或機械專業,但專門教授量子計算的課程更為罕見,更不用說各個專業領域內的專家知識。「通常,最寶貴和最缺乏的資源就成為你競爭優勢的基礎,」哈茲拉說。「在量子領域,目前最寶貴的就是那些知識的人才。」