關(guān)于作者:Mikhail Dyakonov(米哈伊爾 迪阿科諾夫)目前在法國蒙彼利埃大學(xué)的查爾斯-庫侖(Charles Coulomb)實(shí)驗(yàn)室從事理論物理研究。他的名字出現(xiàn)在多種物理現(xiàn)象的命名當(dāng)中,其中最為著名的是“迪阿科諾夫表面波”(Dyakonov surface wave)。
這些年來,量子計(jì)算話題的討論達(dá)到了前所未有的熱度。行業(yè)及媒體一直在不斷強(qiáng)調(diào),量子計(jì)算機(jī)有望“在眾多學(xué)科當(dāng)中帶來突破”、“徹底改變我們的經(jīng)濟(jì)、工業(yè) 、學(xué)術(shù)以及社會(huì)格局”,有不少人甚至堅(jiān)信,“量子計(jì)算機(jī)將很快破解世界上最為強(qiáng)大的敏感數(shù)據(jù)加密技術(shù)。”
與此同時(shí),政府研究機(jī)構(gòu)、學(xué)術(shù)部門以及企業(yè)實(shí)驗(yàn)室每年也投入了數(shù)十億美元用來開發(fā)量子計(jì)算機(jī)。摩根士丹利等眾多金融巨頭預(yù)計(jì),量子計(jì)算技術(shù)將很快走向成熟。
那么,能夠?qū)嶋H使用的量子計(jì)算機(jī)何時(shí)才能被制造出來?最樂觀的專家估計(jì)還需要5到10年,而更為謹(jǐn)慎的意見則認(rèn)為還需要20到30年(順便說一句,過去二十年當(dāng)中,已經(jīng)有專家不斷提出類似的時(shí)間預(yù)期)。
然而,我卻認(rèn)為:“真正的實(shí)現(xiàn)時(shí)間是在不可預(yù)見的未來。”因?yàn)?,量子?jì)算機(jī)的實(shí)現(xiàn)過程必須克服的一系列巨大的技術(shù)挑戰(zhàn)。量子計(jì)算的概念最早出現(xiàn)在1980年,由俄羅斯數(shù)學(xué)家尤里-馬寧(Yuri Manin)首先提出。幾年之后,牛津物理學(xué)家大衛(wèi)-多伊奇(David Deutsch)正式描述出一種通用型量子計(jì)算機(jī)。然而,直到1994年數(shù)學(xué)家彼得-肖爾(Peter Shor)才提出了一種理想的量子計(jì)算機(jī)算法。
這一理論成果引發(fā)了人們對于量子計(jì)算機(jī)的濃厚興趣。首先,制造一個(gè)量子計(jì)算機(jī)所需量子比特,即描述其狀態(tài)的連續(xù)參數(shù)量不可想象。
量子計(jì)算的基本思路,在于以完全不同于傳統(tǒng)計(jì)算機(jī)的方式進(jìn)行信息的存儲(chǔ)與處理。
首先,傳統(tǒng)計(jì)算機(jī)基于經(jīng)典物理學(xué)。如果忽略相關(guān)細(xì)節(jié),我們可以將它視為一種通過操作大量微型晶體管實(shí)現(xiàn)運(yùn)作的機(jī)器,這些微型晶體管始終保持開或關(guān)兩種狀態(tài)中的一種,并在計(jì)算機(jī)時(shí)鐘周期之內(nèi)不斷進(jìn)行狀態(tài)切換。
因此,在任何給定時(shí)鐘周期內(nèi),傳統(tǒng)計(jì)算機(jī)的狀態(tài)可以通過在物理層面對各個(gè)晶體管的狀態(tài)進(jìn)行長序列位記錄來描述。對于N個(gè)晶體管,傳統(tǒng)計(jì)算機(jī)擁有2^N種可能的狀態(tài)。
而在量子計(jì)算當(dāng)中,經(jīng)典的雙態(tài)電路元件(即晶體管)被稱為量子比特(或量子位)的量子元素所取代。與傳統(tǒng)比特一樣,量子比特同樣擁有兩種基本狀態(tài)——我們可以將電子自旋的兩個(gè)基本量子態(tài)表示為↑與↓。
然而,對于量子比特而言,這兩種狀態(tài)并不以排他性或者唯一性的形式存在。這是因?yàn)殡娮拥淖孕龖B(tài)由量子力學(xué)中的波函數(shù)進(jìn)行描述,且該函數(shù)涉及兩個(gè)得數(shù),即α與β(稱為量子振幅)。這兩個(gè)復(fù)數(shù)各自擁有一定的振幅,且根據(jù)量子力學(xué)的規(guī)則,二者的平方振幅相加必須等于1。舉例來說,如果在↑狀態(tài)中發(fā)現(xiàn)電子的概率為0.6(60%),那么在↓狀態(tài)中發(fā)現(xiàn)電子的概率必須為0.4(40%)——其它任何結(jié)果都沒有意義。
與僅能處于兩種基本狀態(tài)中的傳統(tǒng)比特相比,量子比特則可以同時(shí)存在于↑與↓的狀態(tài)下。但是,在我看來,這并沒有實(shí)際意義。
在一套擁有兩個(gè)量子比特的系統(tǒng)當(dāng)中,存在22或者4種基本狀態(tài),我們可以將其寫為(↑↑)、(↑↓)、(↓↑)以及(↓↓)。當(dāng)然,這兩個(gè)量子比特可以通過涉及四個(gè)復(fù)數(shù)的量子波函數(shù)進(jìn)行描述。在存在N個(gè)量子比特的一般情況下,系統(tǒng)的狀態(tài)由2^N個(gè)復(fù)數(shù)來描述,這些復(fù)數(shù)受到單一條件限制——其平方振幅相加必須等于1。
雖然在任何給定時(shí)刻,具有 N個(gè)比特的傳統(tǒng)計(jì)算機(jī)必然處于其2^N種可能狀態(tài)中的一種,但具有 N個(gè)量子比特的量子計(jì)算機(jī)的狀態(tài)則由2^N個(gè)量子振幅的值來描述,體現(xiàn)為一項(xiàng)連續(xù)參數(shù)(可以采用任何值,而不僅僅是0或1)。這是量子計(jì)算機(jī)強(qiáng)大的原因,但同時(shí)也是該理論之所以混亂且脆弱的根本原因。
要在這樣一個(gè)機(jī)器中處理信息必須應(yīng)用某些類型的轉(zhuǎn)換——學(xué)術(shù)領(lǐng)域?qū)⑵浞Q為“量子門”,從而以精確且受控的方式改變這些參數(shù)。
根據(jù)專家估計(jì),真正實(shí)用的量子計(jì)算機(jī)(即與如今常用筆記本電腦擁有相似運(yùn)算能力的計(jì)算機(jī)),大概需要1000到10萬個(gè)量子比特。因此,但凡是具備實(shí)用性的量子計(jì)算機(jī),用于描述其狀態(tài)的連續(xù)參數(shù)的數(shù)量至少為2^1000,也可以說是10^300。這個(gè)數(shù)字遠(yuǎn)遠(yuǎn)大于可觀測宇宙中的亞原子粒子數(shù)量。
其次,控制量子計(jì)算機(jī)所需的量子比特?cái)?shù)將大幅增加。
對于任何計(jì)算機(jī),我們都必須考慮程序錯(cuò)誤所產(chǎn)生的影響。在傳統(tǒng)計(jì)算機(jī)當(dāng)中,當(dāng)一個(gè)或者多個(gè)晶體管在應(yīng)該被開啟時(shí)被關(guān)閉,或者在需要關(guān)閉時(shí)被開啟,就會(huì)引發(fā)錯(cuò)誤。相比之下,我們卻無法想象要如何控制實(shí)用性量子計(jì)算機(jī)中必然存在的至少 10^300個(gè)連續(xù)參數(shù)。
對此,有量子計(jì)算理論專家提出了稱為“閾值定理”的理論。他們指出,一旦各個(gè)量子門的每個(gè)量子比特的誤差低于某個(gè)值,就有望實(shí)現(xiàn)無限增長的量子計(jì)算能力,而代價(jià)則是大幅增加所需要的量子比特?cái)?shù)。
那么,每個(gè)邏輯量子比特需要多少個(gè)物理量子比特?據(jù)估計(jì),大約在1000到10萬之間。因此,結(jié)果就是具有實(shí)用性的量子計(jì)算機(jī)現(xiàn)在需要100萬甚至更多的量子比特。而用于定義這一假想的量子計(jì)算機(jī)狀態(tài)的連續(xù)參數(shù)數(shù)量更是一個(gè)天文數(shù)字。
其三,即使不考慮這些大到不可思議的數(shù)字,也沒有人知道該如何將許多物理量子比特組成可以計(jì)算實(shí)際任務(wù)且數(shù)量較少的邏輯量子比特。
21世紀(jì)初,量子信息領(lǐng)域的多位杰出專家團(tuán)隊(duì)規(guī)劃了量子計(jì)算發(fā)展路線圖,目標(biāo)是在2012年“實(shí)現(xiàn)大約50個(gè)物理量子比特”,并“通過容錯(cuò)[量子計(jì)算]所需要的全部運(yùn)算以運(yùn)行多個(gè)邏輯量子比特,從而執(zhí)行與量子算法相關(guān)的簡單實(shí)例……”后來,這個(gè)時(shí)間點(diǎn)被推至2018年,但如今看來,這一能力仍然沒有得到證實(shí)。
雖然目前已經(jīng)有大量關(guān)于量子計(jì)算的學(xué)術(shù)文獻(xiàn)立足實(shí)驗(yàn)研究對實(shí)際硬件做出了描述。然而,實(shí)際推動(dòng)的實(shí)驗(yàn)舉措則非常難以進(jìn)行。
目前,此類系統(tǒng)中的量子比特?cái)?shù)量低于10,并且通常為3到5。很明顯,從5比特到50比特(即高級研究與發(fā)展活動(dòng)局專家組設(shè)定的應(yīng)于2012年實(shí)現(xiàn)的目標(biāo))帶來了難以克服的實(shí)驗(yàn)難題。其中最大的阻礙,很可能在于2^5等于32,而2^50卻等于1,125,899,906,842,624。相比之下,量子計(jì)算理論卻無需去真正處理數(shù)百萬量子比特的任何實(shí)質(zhì)性難題。舉例來說,在誤差率研究當(dāng)中,人們正在考量各類噪聲模型。在某些假設(shè)之下,研究人員已經(jīng)證明“局部”噪聲所產(chǎn)生的誤差可以通過精心設(shè)計(jì)且非常巧妙的方法加以糾正。其中最重要的一種方法正是同時(shí)將數(shù)千個(gè)量子門應(yīng)用于不同的量子比特,以完成數(shù)千次測量。
十五年之前,高級研究與發(fā)展活動(dòng)局的專家小組指出,“在某些假設(shè)之下,已經(jīng)確定如果能夠?qū)崿F(xiàn)每個(gè)量子門運(yùn)算的閾值精度,則這種量子糾錯(cuò)方法將允許量子計(jì)算機(jī)進(jìn)行無限期計(jì)算。”但其中的關(guān)鍵詞在于“在某些假設(shè)下”。很明顯,他們也還沒能解決這些假設(shè)是否可以得到滿足的問題。
我認(rèn)為,這個(gè)問題沒有辦法被真正解決。在物理世界中,連續(xù)的量(無論是電壓,還是用于定義量子力學(xué)中波函數(shù)的參數(shù))既不能測量也不能精確化加以操縱。換句話說,我們無法使連續(xù)可變量具有精確值,包括零。
當(dāng)然,我們可以準(zhǔn)確地識別出離散量,例如教室中學(xué)生的數(shù)量或者“開啟”狀態(tài)下的晶體管數(shù)量。但連續(xù)變化量卻無法準(zhǔn)確識別,這一事實(shí)再次說明傳統(tǒng)數(shù)字計(jì)算機(jī)與假想中的量子計(jì)算機(jī)之間存在著巨大的差異。
實(shí)際上,理論專家們對于將量子比特準(zhǔn)備至給定狀態(tài)、量子門的具體操作、測量的可靠性等做出的所有假設(shè)都無法準(zhǔn)確實(shí)現(xiàn)。目前,我們只能以有限的精度接近目標(biāo)。但真正的問題在于,實(shí)現(xiàn)量子計(jì)算到底需要怎樣的精度水平?這些關(guān)鍵問題不僅沒有明確答案,甚至也從未得到學(xué)術(shù)界的明確討論。
雖然目前研究人員們正在探索構(gòu)建量子計(jì)算機(jī)的各種策略,但大多數(shù)人認(rèn)為其中最具希望的方法是將基于相互連接的約瑟夫森結(jié)的量子系統(tǒng)冷卻至極低的溫度(低至約10毫開)。這個(gè)理論最初由加拿大廠商D-Wave Systems提出,目前得到了IBM、谷歌以及微軟等眾多企業(yè)的采納。
量子計(jì)算技術(shù)的最終目標(biāo)在于創(chuàng)建一臺(tái)通用型量子計(jì)算機(jī),且希望其能夠替代傳統(tǒng)計(jì)算機(jī)。
在硬件方面,行業(yè)也正在進(jìn)行一系列探索,目前英特爾公司研究并制造出了49量子比特的芯片,IBM制造出了50量子比特芯片,谷歌則擁有72量子比特芯片。但這項(xiàng)競賽的最終結(jié)果尚不完全清楚,畢竟他們都沒有公開工作的具體細(xì)節(jié)。
雖然我相信這樣的實(shí)驗(yàn)性研究會(huì)帶來助益,也有望幫助我們更好地理解復(fù)雜的量子系統(tǒng),但這仍不足以創(chuàng)建出真正實(shí)用的量子計(jì)算機(jī)。
總的來說,此類計(jì)算機(jī)必須能夠在微觀水平上以極高的精度實(shí)現(xiàn)物理系統(tǒng)操縱,而必須擁有龐大的參數(shù)量,且每項(xiàng)參數(shù)都可能具有連續(xù)的取值范圍。
據(jù)此,我認(rèn)為業(yè)界對量子計(jì)算的熱情可能已經(jīng)接近尾聲。以上提到的所有問題,包括尚未提及的其它一些問題,都不太可能在短期內(nèi)得到解決。
因而,量子計(jì)算領(lǐng)域的研究人員應(yīng)該聽從IBM物理學(xué)家羅爾夫-蘭道爾(Rolf Landauer)幾十年之前在量子計(jì)算首次升溫時(shí)提出的警告:他敦促量子計(jì)算的支持者們在自己的出版物當(dāng)中列出以下免責(zé)聲明——這套方案與所有其它量子計(jì)算實(shí)現(xiàn)方案一樣,以機(jī)會(huì)性技術(shù)為基礎(chǔ),與現(xiàn)有實(shí)現(xiàn)方式無關(guān),未能考慮到所有可能的干擾源、不可靠性與制造錯(cuò)誤因素,且可能無法真正實(shí)現(xiàn)。”
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。