版權(quán)歸原作者所有,如有侵權(quán),請(qǐng)聯(lián)系我們

量子人工智能是什么?(上)

中國(guó)科普博覽
原創(chuàng)
中國(guó)科協(xié)、中科院攜手“互聯(lián)網(wǎng)+科普”平臺(tái),深耕科普內(nèi)容創(chuàng)作
收藏

出品:科普中國(guó)

作者:欒春陽(yáng)(清華大學(xué)物理系)

監(jiān)制:中國(guó)科普博覽

“量子計(jì)算”和“人工智能”是當(dāng)前科技圈最“潮”的兩大名詞,2023年爆火的ChatGPT,因其與人類的實(shí)時(shí)智能交互而被稱為“萬(wàn)能工具箱”,又一次掀起了人工智能的熱潮。而量子計(jì)算技術(shù)領(lǐng)域也涌現(xiàn)出了許多令人欣喜的成果,如“懸鈴木(Sycamore)”量子計(jì)算機(jī)進(jìn)一步升級(jí),其運(yùn)算能力遠(yuǎn)超現(xiàn)今所有的經(jīng)典超級(jí)計(jì)算機(jī)。

量子計(jì)算示意圖

(圖片來(lái)源:veer圖庫(kù))

那么,如果把量子計(jì)算和人工智能結(jié)合在一起,從而利用量子計(jì)算機(jī)的超強(qiáng)算力來(lái)加速和改進(jìn)人工智能的學(xué)習(xí)和進(jìn)化,豈不是有可能創(chuàng)造出電影中的智能量子計(jì)算機(jī)“MOSS”嗎?同理,人工智能技術(shù)應(yīng)該也能輔助量子計(jì)算機(jī)優(yōu)化某些特定復(fù)雜問(wèn)題的求解,充分地釋放量子計(jì)算的巨大潛能。

實(shí)際上,這種想法和計(jì)算機(jī)學(xué)家、量子物理學(xué)家的想法不謀而合。將傳統(tǒng)人工智能技術(shù)和量子計(jì)算相結(jié)合,已成為現(xiàn)實(shí),這種結(jié)合體也有一個(gè)專有名詞——量子人工智能(Quantum Artificial Intelligence,QAI)。它可以在算法優(yōu)化問(wèn)題、自然語(yǔ)言處理、圖像識(shí)別、以及基礎(chǔ)科學(xué)研究等領(lǐng)域發(fā)揮“1+1>2”的巨大應(yīng)用價(jià)值。

弱人工智能變強(qiáng)的方式

相信一些小伙伴已經(jīng)習(xí)慣使用chatGPT來(lái)幫助自己搞定日常生活中的各種小事,但它仍舊會(huì)有許多讓人哭笑不得的bug。這是因?yàn)?,它的智能是借助?jì)算機(jī)預(yù)先編譯的算法和程序,來(lái)分析和處理海量的數(shù)據(jù),從而做出決策。這就導(dǎo)致它的運(yùn)算和決策受到了極大的限制,因而仍屬于“弱人工智能”的范疇。

如何將現(xiàn)今只能解決特定問(wèn)題的“弱人工智能”進(jìn)一步升級(jí),成為能夠勝任人類創(chuàng)造工作的“強(qiáng)人工智能”,甚至遠(yuǎn)勝于人類智慧的“超強(qiáng)人工智能”,一直是科學(xué)家們不斷探索的課題之一。

在這條探索的路上,人工智能經(jīng)歷了三次重要的發(fā)展階段。

二十世紀(jì)五六十年代是早期探索階段,“人工智能”的概念得到了初步的確立。

二十世紀(jì)七八十年代是艱難發(fā)展階段,隨著晶體管計(jì)算機(jī)的算力不斷發(fā)展,開(kāi)發(fā)出了基于專業(yè)領(lǐng)域的知識(shí)和特定規(guī)則,以模擬人類專家進(jìn)行決策的機(jī)器——專家系統(tǒng)。但是,它難以處理復(fù)雜的現(xiàn)實(shí)世界問(wèn)題,因此并不屬于我們現(xiàn)在熟知的通用型機(jī)器。

具有專業(yè)知識(shí)和經(jīng)驗(yàn)的智能計(jì)算機(jī)“專家系統(tǒng)”

(圖片來(lái)源:Opengate)

二十世紀(jì)九十年代至今是機(jī)器學(xué)習(xí)和大數(shù)據(jù)時(shí)代,計(jì)算機(jī)的算力和數(shù)據(jù)量都出現(xiàn)了爆發(fā)性的增長(zhǎng),進(jìn)一步推動(dòng)了人工智能技術(shù)在自然語(yǔ)言處理(NLP)、圖像識(shí)別和優(yōu)化以及自動(dòng)駕駛等方面的進(jìn)展。

然而,人工智能的模型需要大量的標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練,需要海量的算力資源和高昂的運(yùn)維成本。例如,大型的自然語(yǔ)言處理(NLP)模型需要高性能的服務(wù)器進(jìn)行數(shù)百億次浮點(diǎn)運(yùn)算(GigaFLOPs)來(lái)處理單個(gè)輸入?yún)⒘浚@就需要大規(guī)模的GPU集群或?qū)S肁I芯片,單次訓(xùn)練成本估計(jì)高達(dá)一億元人民幣,并且花費(fèi)幾天到數(shù)月的時(shí)間才能完成訓(xùn)練。

不難看出,人工智能技術(shù)的每次突破性進(jìn)展都得益于計(jì)算機(jī)算力的爆發(fā)性增長(zhǎng),例如超大集成電路的發(fā)展,以及算法的不斷優(yōu)化。與此同時(shí),人工智能技術(shù)研究高潮的每次回落也都受限于計(jì)算機(jī)的算力資源和高昂的運(yùn)維成本。

科學(xué)家估計(jì),在樂(lè)觀的情況下,現(xiàn)有的經(jīng)典計(jì)算機(jī)算力預(yù)計(jì)會(huì)每?jī)赡攴环?。然而,人工智能領(lǐng)域需要訓(xùn)練的大模型數(shù)據(jù)則大約每個(gè)季度就要翻一番。因此,要滿足傳統(tǒng)的人工智能研究,就需要尋找更高效的運(yùn)算方式來(lái)替代現(xiàn)有的經(jīng)典計(jì)算機(jī)。

量子計(jì)算+人工智能——腦洞大開(kāi)的全新搭檔

不同于人工智能一路跌跌撞撞發(fā)展的七十多年,作為后起之秀的量子計(jì)算在短短三十多年內(nèi)就取得了長(zhǎng)足的進(jìn)步。

傳統(tǒng)的人工智能技術(shù)依賴于經(jīng)典計(jì)算機(jī)的算法運(yùn)算,其計(jì)算以0或者1的二進(jìn)制方式進(jìn)行。而量子人工智能則基于量子計(jì)算機(jī)的并行運(yùn)算法則,其基本的運(yùn)算單元是可以同時(shí)處于0態(tài)和1態(tài)疊加的量子比特

量子計(jì)算+人工智能示意圖

(圖片來(lái)源:Veer圖庫(kù))

這里的“量子”并非一種真實(shí)的微粒,而是一種極小的物理單位,它就像是微觀世界的迷你積木。在現(xiàn)實(shí)世界中,我們習(xí)慣于物體處于確定的狀態(tài),如桌子是實(shí)體的,蘋果是紅色的。但在量子世界中,物體可以同時(shí)處于多種狀態(tài)。

“薛定諤的貓”思想實(shí)驗(yàn)示意圖

(圖片來(lái)源:Veer圖庫(kù))

也就是說(shuō),量子計(jì)算機(jī)只需要具有N個(gè)量子比特,就可以同時(shí)并行處理經(jīng)典計(jì)算機(jī)中2^N個(gè)數(shù)據(jù),這將遠(yuǎn)超現(xiàn)今最強(qiáng)超級(jí)計(jì)算機(jī)的算力。因此,量子計(jì)算機(jī)的誕生為計(jì)算機(jī)學(xué)家打開(kāi)了一種全新的思維方式,即利用并行計(jì)算的巨大潛能,來(lái)解決人工智能研究中某些特定的算法問(wèn)題。

那么,為什么量子計(jì)算+人工智能就能發(fā)揮出更大的優(yōu)勢(shì)來(lái)呢?我們可以用一個(gè)“輪盤游戲”的故事來(lái)說(shuō)明。

假設(shè)游樂(lè)場(chǎng)中有許多個(gè)輪盤,并且每個(gè)輪盤上面都有38個(gè)數(shù)字。在理想情況下,每個(gè)輪盤在停止旋轉(zhuǎn)后,選中每個(gè)數(shù)字的可能性應(yīng)該都是1/38。但實(shí)際上,總是有一些輪盤并非完美對(duì)稱,這就意味著某些特定數(shù)字的出現(xiàn)概率會(huì)更高一些。玩家就可以根據(jù)大量的統(tǒng)計(jì)結(jié)果找到那些不完美對(duì)稱的輪盤,從而在不完美對(duì)稱的輪盤下注不同的數(shù)字,以提高自己的中獎(jiǎng)概率。

輪盤旋轉(zhuǎn)游戲

(圖片來(lái)源:Veer圖庫(kù))

然而,這并非一件容易的事情。這是因?yàn)?,獲取不同輪盤的特定數(shù)字的偏向性,需要大量的嘗試和復(fù)雜的數(shù)據(jù)處理。因此,玩家需要同時(shí)雇傭大量的助手一直守在每個(gè)輪盤前,并且不斷地統(tǒng)計(jì)輪盤中每個(gè)數(shù)字相應(yīng)的出現(xiàn)概率。

但是,這個(gè)過(guò)程不僅需要耗費(fèi)玩家大量的時(shí)間和精力,還需要付出額外的金錢成本來(lái)雇傭足夠數(shù)量的助手。因此,這本身就是一件搜索成本極高的事情。

上面“輪盤游戲”的故事,就類似于傳統(tǒng)的人工智能解決特定搜索問(wèn)題的過(guò)程。與之不同的是,這里的“玩家”是用戶本身,“雇傭的助手”是經(jīng)典計(jì)算機(jī)中更多的運(yùn)算服務(wù)器,而“輪盤”就是需要解決的搜索問(wèn)題。也就是說(shuō),傳統(tǒng)人工智能需要“雇傭”經(jīng)典計(jì)算機(jī)中更多的運(yùn)算服務(wù)器,以及付出額外的“能源成本”和“時(shí)間成本”才能完成相應(yīng)的運(yùn)算任務(wù)。

對(duì)量子人工智能而言,這種多任務(wù)的并行處理問(wèn)題則高效得多。得益于量子計(jì)算的超強(qiáng)并行運(yùn)算能力,具有量子人工智能“buff加持”的“玩家”可以獨(dú)自同時(shí)完成對(duì)各個(gè)“輪盤”的把守和跟蹤,并且快速進(jìn)行相應(yīng)的數(shù)據(jù)檢索和處理。也就是說(shuō),量子人工智能可以同時(shí)探索多種可能性,從而更快地找到最優(yōu)解,讓“玩家”在游戲中保持優(yōu)勢(shì)。

結(jié)語(yǔ)

量子人工智能的概念自問(wèn)世以來(lái),就吸引著無(wú)數(shù)科學(xué)家的廣泛關(guān)注。事實(shí)上,它已經(jīng)在許多領(lǐng)域中發(fā)揮出了1+1>2的作用。藥物加速研發(fā)、高效優(yōu)化物流運(yùn)輸、金融市場(chǎng)預(yù)測(cè)……數(shù)不勝數(shù)的應(yīng)用場(chǎng)景,無(wú)限的應(yīng)用價(jià)值,那么量子人工智能到底在哪些方面豐富了人類的生活?它又是如何發(fā)揮出自己的實(shí)力的?讓我們?cè)谙乱黄恼轮袨榇蠹医议_(kāi)謎底吧。

內(nèi)容資源由項(xiàng)目單位提供

評(píng)論
科普老兵聞向東
大學(xué)士級(jí)
希望量子人工智能的進(jìn)一步發(fā)展及應(yīng)用,能夠?yàn)槲覀兊墓ぷ骱蜕顜?lái)更多便利。
2023-09-03
內(nèi)蒙古四子王旗
大學(xué)士級(jí)
未來(lái)的量子人工智能社會(huì),將會(huì)是一個(gè)真正智能化的世界,讓我們一起期待吧!
2023-09-03
天津—陳杰
學(xué)士級(jí)
量子計(jì)算機(jī)超強(qiáng)運(yùn)行和運(yùn)算能力,節(jié)約的大量“能源成本”和“時(shí)間成本”,為人類社會(huì)科技進(jìn)步帶來(lái)不可估量的積極作用。
2023-09-03