量子計算機可能是目前最熱門的各類新生技術(shù)中,最易遭到誤解的一種。這也難怪,畢竟量子計算機的基本原理立足于最難掌握的物理學(xué)概念。這導(dǎo)致人們往往會提出一些荒謬的主張,例如量子計算機能夠帶來“神奇的力量”,而且會構(gòu)成“迫在眉睫的威脅”。
但這些顯然并非事實——量子計算機的主流應(yīng)用至少還需要數(shù)年甚至數(shù)十年之久,而量子算法對當(dāng)前流行的各類加密策略的實際破解能力可能還需要幾十年才會變成現(xiàn)實。
不過,專家們表示我們已經(jīng)進(jìn)入了量子計算的新時代,不少企業(yè)也開始推出商業(yè)化產(chǎn)品。IBM公司最近推出了面向商業(yè)用戶的設(shè)備,而谷歌、Rigetti以及 IonQ 等廠商也已經(jīng)或者即將提供對基于云的量子處理器的訪問服務(wù)。與此同時,NASA、美國航空航天制造商洛克希德·馬丁公司(Lockheed Martin)以及洛斯·阿拉莫斯國家實驗室(Los Alamos National Lab)也從一家小型企業(yè)手中購置了價格在1000萬美元到1500萬美元不等的千量子比特量子模擬機——這家企業(yè),正是D-Wave公司。
圖:用于D-Wave量子計算機的光刻掩模
大家可能會好奇,這些巨頭為什么會在技術(shù)發(fā)展的早期階段投入如此可觀的資金購買這么昂貴的設(shè)備。
D-Wave國際公司總裁Bo Ewald在接受采訪時表示,“這主要是面向研究與實驗用途,目前還沒有推出生產(chǎn)型應(yīng)用。”
既然如此,為何如此大費周張?我們向洛克希德馬丁公司、洛斯阿拉莫斯國家實驗室以及大眾汽車等使用D-Wave計算機的客戶提出了這個問題。研究人員們給出的回應(yīng)可以簡單歸納為,雖然D-Wave方案尚處于早期發(fā)展階段,但他們希望能夠最終利用此類設(shè)備解決現(xiàn)實問題——例如預(yù)測選舉結(jié)果、在交通擁堵中為出租車導(dǎo)航、或者從大量背景噪音中準(zhǔn)確識別出關(guān)鍵數(shù)據(jù)。他們希望能夠盡早從量子計算的思路出發(fā),考量這些難題的處理方式。
截至目前,還沒有誰宣稱能夠提供為大眾帶來量子計算能力的殺手級應(yīng)用方案。雖然D-Wave公司已經(jīng)證明,其能夠?qū)崿F(xiàn)量子計算模擬,但其它機器仍能夠以更快的速度執(zhí)行類似的任務(wù)。然而,如果研究人員借此不斷改進(jìn)自己的探索思路,那么由此帶來的成果,將為未來的D-Wave換代機型或者任何其它量子計算機帶來有力的推動作用。
從廣義角度講,量子計算機是使用“量子位”或者量子比特,而非常規(guī)比特進(jìn)行計算操作的計算機。常規(guī)比特只能進(jìn)行0或1兩種賦值方式,正如只會指向南方或北方的磁體。當(dāng)計算完成時,量子比特同樣必須取0或1中的一個值,但在計算過程中其卻可以處于介于兩者之間的值。通過亞原子粒子的數(shù)學(xué)效應(yīng),各量子比特之間將相互作用,使得每一個量子比特表現(xiàn)得像是一系列不斷翻轉(zhuǎn)的磁體。
算法將負(fù)責(zé)確定最終值,而最終值可以是這些0和1取值的一種或者多種組合?;诹孔訑?shù)學(xué),其中某些0和1的組合擁有更高的確定機率,而其它組合則被排除在外。
包括谷歌、Rigetti、IBM以及IonQ(這里不包括D-Wave)在內(nèi)的大多數(shù)科技企業(yè)都在追求門模型,即希望實現(xiàn)“通用型”量子計算機。這意味著,量子比特以常規(guī)比特的形式被部署在電路當(dāng)中,并接收以“門”(即獨立量子力學(xué)操作)形式實現(xiàn)的彼此交互的指令。
D-Wave公司則與此不同,他們推出的是所謂“量子退火機”,這更像是一種模擬器而非計算機。大家可以想象一下,那些不停翻轉(zhuǎn)的磁體,D-Wave設(shè)備將其表示為超導(dǎo)線圈,其中電流可以朝著順時針或者逆時針方向行進(jìn)?,F(xiàn)在,這些磁體會在外部電場與磁場中翻轉(zhuǎn),并最終選擇那些首選、能量最低的指向方位。這種方案只適用于一小部分特定計算用例。
這其中就涉及一種量子效應(yīng)。如果組合磁體發(fā)現(xiàn)一種機率幾近最低的能量配置,但存在一些屏障阻止其達(dá)到實際最低狀態(tài),則經(jīng)典計算機上的算法可能會在這里停止。而在量子退火機中,量子比特仍然可以進(jìn)一步轉(zhuǎn)換至最低能量狀態(tài)——其被稱為“量子隧穿效應(yīng)”。
這相當(dāng)于在桌上的罐子當(dāng)中放入一塊大理石,但同時又希望這塊大理石被放置在地板上——這種可能性只有在量子領(lǐng)域內(nèi)才可能實現(xiàn)。該退火機實際上每秒會執(zhí)行大量的翻轉(zhuǎn)與測量計算,同時不斷改進(jìn),直到得出可能的最低能量答案。
這臺機器本身看起來有點像是超級計算機——一個體積與壁櫥相當(dāng)?shù)木薮蠛谏耋w,用于將其中的微波芯片提供極低的工作溫度。而且同樣與超級計算機類似,希望訪問D-Wave機器的人們需要通過自己計算機上的鏈接接入其處理器,并使用專門的軟件向D-Wave發(fā)出指令并接收由D-Wave生成的輸出結(jié)果。
D-Wave公司已經(jīng)打造出具有128、512以及100量子比特的設(shè)備,目前這一紀(jì)錄已經(jīng)提升至2049量子比特。這類設(shè)備容易出錯,且量子比特極易降級為常規(guī)比特。關(guān)于這些機器的觀點一直存在爭議,不少人甚至認(rèn)為D-Wave對自己的設(shè)備存在過度吹擂的嫌疑。而且直到現(xiàn)在,量子比特在數(shù)量與可控性方面仍然無法給人留下真正深刻的印象,甚至無法承諾其量子比特能夠長期保持穩(wěn)定而不會降級。
這些計算機只能執(zhí)行可轉(zhuǎn)換為上述磁場翻轉(zhuǎn)示例的計算任務(wù)。有證據(jù)表明,這些計算機在解決此類問題時確實優(yōu)于經(jīng)典計算機,但證據(jù)本身仍不夠確鑿。另外由于來自外部環(huán)境的干擾,D-Wave的量子比特很容易失去其量子活動特性。
即使存在種種負(fù)面因素,很多企業(yè)與研究人員仍然對其抱有濃厚的興趣。大型強子對撞機與CalTech公司物理學(xué)家Maria Spiropulu目前就在使用由洛克希德馬丁公司購置,部署于加利福尼亞大學(xué)的D-Wave設(shè)備,用以識別大型強子對撞機數(shù)據(jù)中的希格斯玻色子。她和她的團(tuán)隊甚至創(chuàng)建出D-Wave設(shè)備模擬器,以供其他人借此檢測自己的問題是否有必要在真正的D-Wave機器上進(jìn)行運算。
Spiropulu表示,“就個人而言,我的興趣在于探索是否能夠在量子計算設(shè)備上獲得無法從其它機器上實現(xiàn)的新型解決方案,或者借此更快地摸索到可行的解決方向。我希望不要過多地討論,而是利用一些實際問題對其加以測試。”
洛斯阿莫斯國家實驗室研究員Dan O’Malley目前正在嘗試使用D-Wave設(shè)備解決水文問題,例如預(yù)測地面之下是否存在沙子或者粘土。初創(chuàng)企業(yè)QxBranch公司高級數(shù)據(jù)科學(xué)家Max Henderson則在使用D-Wave設(shè)備重新模擬2016年美國大選。初創(chuàng)企業(yè)EigenMed公司首席科學(xué)官David Sahner希望D-Wave設(shè)備能夠預(yù)測可能出現(xiàn)的健康問題,從而帶來更好的醫(yī)療保健成效。
大眾汽車的研究人員們亦在努力優(yōu)先汽車交通,并于最近開始利用D-Wave計算機解決某個化學(xué)問題。順帶一提,在此之前,已經(jīng)有人嘗試?yán)肐BM的門模量子計算機處理同一問題。
上述問題都擁有著一些共通之處:其中包含很多雙選題,例如“是否患有糖尿病”、“地下存在粘土或者沙子”、“這個州會投票給民主黨人或者共和黨人”、“這條路上有車嗎”等等。這些屬于機會性因素,而兩個選項會分別被映射至某個或者某組量子比特當(dāng)中,而后利用磁場由D-Wave計算機找到可能性最高的解決方案。
雖然某些經(jīng)典的方法也可以解決類似的問題,但研究人員們希望找到新的方法以利用D-Wave計算機架構(gòu)描述自己的問題,從而為即將到來的全面量子計算革命做好準(zhǔn)備。
而且需要再次強調(diào),這里提到的都是基本的概念驗證思維。這些研究人員只想弄清楚D-Wave計算機中奇怪的物理特性,并探索基于概率的量子比特與優(yōu)化問題解決能力是否真能發(fā)揮作用。一般來講,這些企業(yè)不會單純使用D-Wave的設(shè)備,而是同時配合IBM以及其它廠商的量子計算系統(tǒng)。
洛斯阿拉莫斯國家實驗室的科學(xué)家們也在進(jìn)行同樣的工作:他們正著手測試高性能計算機。洛斯阿拉莫斯國家實驗室科學(xué)、技術(shù)與工程副主任John Sarrao在采訪中表示,“這是我們整體高性能計算發(fā)展戰(zhàn)略中占比不高、但意義重大的組成部分。”
“這項技術(shù)似乎非常有趣,量子在其中好像確實發(fā)揮了作用,而且能夠供那些希望加以嘗試的人們體驗。對我們來說,這足以說明更為廣泛的整體先進(jìn)計算戰(zhàn)略并非不可能,我們也有必要對這一部分進(jìn)行深入探索。”
在大多數(shù)情況下,人們?nèi)匀粫l(fā)現(xiàn)不少D-Wave無法幫助其解決的問題。這同樣非常重要。Sarrao指出,“了解哪些工作是可能的、而哪些不可能同樣意義重大。無論是發(fā)現(xiàn)了一種殺手級應(yīng)用方式,還是意識到某些問題在量子計算系統(tǒng)上不可行,都屬于值得肯定的積極結(jié)果。”
好文章,需要你的鼓勵
這項研究提出了"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制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(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)隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊開發(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)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(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)域驗證有效性。
清華大學(xué)研究團(tuán)隊首次提出情感認(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,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,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)隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(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。