半月談?dòng)浾?何曦悅

今年8月，中國量子科學(xué)家一項(xiàng)刷新世界紀(jì)錄的成果登上物理學(xué)頂級(jí)期刊《物理評論快報(bào)》，成果的具體內(nèi)容，外人一時(shí)不易理解。不過，有心者會(huì)發(fā)現(xiàn)，對這一成果的報(bào)道提到“利用人工智能技術(shù)”。

咦，人工智能與量子科技攜手?是的，從前沿實(shí)驗(yàn)室到業(yè)界發(fā)布會(huì)，這兩大領(lǐng)域的“雙向奔赴”正不斷上演。那么，你是不是要問：量子+AI， 究竟可愛不可愛?

何以“天生適配”

人工智能的本質(zhì)，是在海量數(shù)據(jù)中尋找模式，進(jìn)行學(xué)習(xí)與預(yù)測。然而，越復(fù)雜的模型，訓(xùn)練所需的計(jì)算資源就越大。短短幾年間，我們見證了大語言模型的驚艷、圖像生成的奇妙、自動(dòng)駕駛的進(jìn)化迭代。但這背后，是對算力的大量消耗。有數(shù)據(jù)顯示，在Open AI訓(xùn)練大語言模型GPT-4時(shí)，完成一次訓(xùn)練需要約3個(gè)月，使用大約25000塊英偉達(dá)A100 GPU，這些GPU一次訓(xùn)練就用了2.4億度電。模型越大、參數(shù)越多、訓(xùn)練數(shù)據(jù)越復(fù)雜，硬件的壓力就越大。

這就帶來了“瓶頸感”：我們是否正在接近極限?這時(shí)，量子計(jì)算出現(xiàn)在人們的視野中。與經(jīng)典計(jì)算的普通比特不同，量子比特不是只有“0”或“1”，而是可以同時(shí)處于“0”和“1”的疊加態(tài)。借助疊加態(tài)與糾纏態(tài)，量子計(jì)算能夠在同一時(shí)間并行處理大量計(jì)算路徑，能夠在特定問題上實(shí)現(xiàn)指數(shù)級(jí)加速，特別擅長解決如因子分解、組合優(yōu)化和大規(guī)模搜索等問題，有望成為AI訓(xùn)練和推理的“加速器”。

量子計(jì)算雖然強(qiáng)大，但現(xiàn)階段尚未成熟。當(dāng)前的主流量子計(jì)算機(jī)大多仍不免計(jì)算精度低、誤差率高，盡管能夠展示出在特定任務(wù)上的量子優(yōu)勢，但難以直接用于解決大型實(shí)用問題。量子比特的自然量子態(tài)是脆弱的，可能受多種因素干擾。

可巧合的是，AI恰能成為量子計(jì)算的“輔助教練”，在量子比特測控、量子線路編譯優(yōu)化、數(shù)據(jù)后處理等方面發(fā)揮加速作用，幫助量子計(jì)算在多方面提升效率，讓量子計(jì)算可以變得更加務(wù)實(shí)，更“接地氣”。

如何“雙向奔赴”

2024年12月，谷歌公布了量子芯片Willow，其重大突破不僅表現(xiàn)在計(jì)算能力大幅提升，更表現(xiàn)在強(qiáng)大的量子糾錯(cuò)能力，將邏輯量子比特出錯(cuò)率降低到物理量子比特出錯(cuò)率之下，突破了糾錯(cuò)的“盈虧平衡點(diǎn)”。這就從之前的“越糾越錯(cuò)”進(jìn)步到“越糾越對”。

Willow的研發(fā)團(tuán)隊(duì)，正是谷歌量子人工智能實(shí)驗(yàn)室的人馬。Willow之所以在糾錯(cuò)上突破30年來的挑戰(zhàn)，多虧了谷歌研發(fā)的能夠以先進(jìn)精度識(shí)別量子計(jì)算錯(cuò)誤的解碼器AlphaQubit，借AI之力為量子計(jì)算機(jī)實(shí)時(shí)解碼糾錯(cuò)。

與此同時(shí)，量子科技也能為人工智能插上更強(qiáng)健的算力“翅膀”。今年3月，英偉達(dá)宣布在波士頓建立一個(gè)研究中心，整合先進(jìn)量子硬件與AI超級(jí)計(jì)算機(jī)，實(shí)現(xiàn)加速量子超級(jí)計(jì)算。英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“量子計(jì)算將賦能AI超級(jí)計(jì)算機(jī)，助力回應(yīng)從藥物研發(fā)到材料開發(fā)等領(lǐng)域的全球重大挑戰(zhàn)。”

視角轉(zhuǎn)回國內(nèi)，近年來中國人工智能和量子計(jì)算的“協(xié)同創(chuàng)新”開始擦出希望火花。

近期，在安徽省蚌埠醫(yī)科大學(xué)第一附屬醫(yī)院放射科的一次診療實(shí)踐中，醫(yī)生將一位患者的雙側(cè)乳腺鉬靶影像，上傳至由蚌埠醫(yī)科大學(xué)與本源量子聯(lián)合研發(fā)的乳腺癌鉬靶健康檢測真機(jī)應(yīng)用系統(tǒng)，短短幾十秒，系統(tǒng)便精準(zhǔn)完成影像分析。這樣的速度，得益于該系統(tǒng)中量子計(jì)算與人工智能的深度融合。據(jù)悉，“本源悟空”科研團(tuán)隊(duì)已著手攻關(guān)量子人工智能在MRI(核磁共振)圖像重建領(lǐng)域的應(yīng)用。

工作人員在調(diào)試安裝“本源悟空”自主超導(dǎo)量子計(jì)算機(jī)核心部件

今年6月，中國人工智能學(xué)會(huì)聯(lián)合北京玻色量子科技有限公司等發(fā)布“量子計(jì)算+AI”“揭榜掛帥”項(xiàng)目;今年7月，世界人工智能大會(huì)上，中國移動(dòng)發(fā)布“五岳量智”量子人工智能平臺(tái)與量智融合算力開放計(jì)劃;上海人工智能實(shí)驗(yàn)室發(fā)布基于人工智能的量子計(jì)算中性原子排布算法……從學(xué)界到業(yè)界，在“量子+AI”道路上的奔跑者都不孤單。

“成長的煩惱”怎么辦

在未來科技的浩瀚圖景中，量子計(jì)算與人工智能就像兩艘高速飛船，分別駛向未知的邊界。現(xiàn)在，它們正駛?cè)虢粎R的軌道，但“對接”并非易如反掌。擺在這對頗具潛力的“好伙伴”面前的，首先是技術(shù)成熟度不對等的挑戰(zhàn)：人工智能已經(jīng)邁入大模型時(shí)代，出現(xiàn)在眾多生活場景中，量子計(jì)算卻還處于“苦練基本功”的階段。

眼下即便是最先進(jìn)的量子計(jì)算機(jī)，也僅能在解決特定問題上展現(xiàn)出優(yōu)越性，而這些問題在現(xiàn)實(shí)生活中可能并不具備實(shí)際意義。盡管業(yè)界正在積極探索和驗(yàn)證，但目前量子計(jì)算尚未達(dá)到廣泛支撐現(xiàn)實(shí)人工智能任務(wù)所需的計(jì)算規(guī)模與穩(wěn)定性。

業(yè)界專家普遍認(rèn)為，人工智能賦能量子計(jì)算是未來的必然趨勢，但目前的合作狀況仍然存在“一頭熱”的現(xiàn)象：量子計(jì)算領(lǐng)域迫切渴望引入人工智能，但人工智能領(lǐng)域?qū)α孔佑?jì)算的認(rèn)知和興趣尚處于初步階段，有待升溫。

世界制造業(yè)大會(huì)上展出的“本源悟空”超導(dǎo)量子計(jì)算機(jī)模型

算法適配與標(biāo)準(zhǔn)缺失，也讓雙方合作有些“水土不服”。現(xiàn)有的大多數(shù)AI算法都是為經(jīng)典計(jì)算架構(gòu)量身定制的，如果直接搬到量子計(jì)算機(jī)上運(yùn)行，就好比把跑車發(fā)動(dòng)機(jī)裝到賽艇上，難以兼容運(yùn)行。

這兩項(xiàng)前沿技術(shù)的結(jié)合，還面臨著人才與工具的雙重缺口。當(dāng)前，真正能在兩大領(lǐng)域間跨界，懂得如何讓雙方“對話”的科研人員更是鳳毛麟角。同時(shí)，成熟的編程工具鏈等仍在完善。

雖然合作還待磨合，好在新一代科學(xué)家的熱情已經(jīng)點(diǎn)燃。量子與AI的“協(xié)作式進(jìn)化”，或許在不久的將來，就會(huì)爆發(fā)出令人刮目相看的能量。

編輯：范鐘秀