量子計(jì)算與人工智能 量子計(jì)算：人工智能的洪荒

量子計(jì)算與人工智能量子計(jì)算：人工智能的洪荒在計(jì)算機(jī)與人工智能中曾提到，現(xiàn)階段人工智能技術(shù)實(shí)現(xiàn)的主要載體是馮諾依曼結(jié)構(gòu)計(jì)算機(jī)?；谠摻Y(jié)構(gòu)的計(jì)算機(jī)在速度上已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)人類大腦，比如11月13日新一期全球超級(jí)計(jì)算機(jī)５００強(qiáng)榜單１３日發(fā)布，中國(guó)超算“神威·太湖之光”和“天河二號(hào)”連續(xù)第四次分列冠亞軍，且中國(guó)超算上榜總數(shù)又一次反超美國(guó)，奪得第一，成為世界上運(yùn)算最快的計(jì)算機(jī)，其浮點(diǎn)運(yùn)算速度分別為每秒９．３億億次和每秒３．３９億億次。 巴西神經(jīng)學(xué)家蘇扎娜-赫爾庫(kù)拉諾-霍澤爾2012年的一項(xiàng)研究發(fā)現(xiàn)860億。其中只有一部分是發(fā)展完全的，其他的處于休眠狀態(tài)或者很少1萬(wàn)-20.12.2E15次浮點(diǎn)運(yùn)算?？梢?jiàn)人腦與馮諾依曼結(jié)構(gòu)計(jì)算機(jī)單純?cè)谟?jì)算速度上相差懸殊。但是計(jì)算速度顯然不是產(chǎn)生意識(shí)和智能的關(guān)0.1秒內(nèi)完成“伸手——停下——握手——拿起——移近——側(cè)翻——喝水”的動(dòng)作，而如果利用機(jī)械臂完成這對(duì)人類來(lái)說(shuō)輕而易舉的動(dòng)作，則需要超級(jí)計(jì)算機(jī)的計(jì)算量，成本非常高。所以現(xiàn)在的機(jī)械臂也無(wú)法完成像人類手臂完成的那些精巧的工作。這樣的例子比比皆是。因此，速度不是產(chǎn)生智能的關(guān)鍵因素。 由于現(xiàn)代計(jì)算機(jī)計(jì)算速度符合摩爾定律，即計(jì)算速度和晶體數(shù)量每年翻一倍，因此現(xiàn)代計(jì)算機(jī)在芯片設(shè)計(jì)方面存在物理極限。由于人腦的結(jié)構(gòu)與計(jì)算機(jī)結(jié)構(gòu)完全不同，因此，類腦計(jì)算成為當(dāng)前的一個(gè)研究熱點(diǎn)，研究人員希望突破傳統(tǒng)諾依曼結(jié)構(gòu)計(jì)算機(jī)的限制，設(shè)計(jì)包括類腦計(jì)算機(jī)在內(nèi)的各種新型計(jì)算架構(gòu)。 目前，比較成功并商業(yè)化運(yùn)行的有中國(guó)的寒武紀(jì)芯片。寒武紀(jì)芯片在結(jié)構(gòu)上并不與人腦相似，而是一種復(fù)合機(jī)器學(xué)習(xí)算法需要的全新計(jì)算架構(gòu)11月6日，想要把“將阿爾法狗裝進(jìn)口袋里”的工智能芯片公司寒武紀(jì)科技，發(fā)布了三款全新的智能處理器IP產(chǎn)品：面向低功耗場(chǎng)景視覺(jué)應(yīng)用的寒武紀(jì)1H8、擁有更廣泛通用性和更高性能的寒武紀(jì)1H16，以及面向智能駕駛領(lǐng)域的寒武紀(jì)1M。 美國(guó)IBM公司研究部門(mén)的科學(xué)家2012年2月就宣布，IBM已最新開(kāi)發(fā)出一款設(shè)備，可1117IBM17量子502017年年底，客戶就可以在線體驗(yàn)首款20量子位的IBMQ系統(tǒng)的計(jì)算能力。IBM2016年發(fā)布TruNorth1600萬(wàn)個(gè)神經(jīng)元402.5但目前距離大規(guī)模商業(yè)化還有距離。IBM，20168IBM蘇黎世研究院研究然·納米技術(shù)》作為封面論文發(fā)表。量子計(jì)算機(jī)擁有強(qiáng)大的計(jì)算能力，可以應(yīng)用于需要501秒的計(jì)算能力相當(dāng)于全世界所有的諾依曼結(jié)構(gòu)計(jì)算機(jī)的計(jì)算力。這是因?yàn)橄啾葌鹘y(tǒng)計(jì)算機(jī)只能存儲(chǔ)和操作二進(jìn)制位，量子計(jì)算機(jī)使用的則是量子比特（qubit，利用量子現(xiàn)象來(lái)同時(shí)表示多個(gè)數(shù)據(jù)，這使得以往只能進(jìn)行一次運(yùn)算的時(shí)間內(nèi)可以實(shí)現(xiàn)并行的復(fù)雜運(yùn)算。傳統(tǒng)計(jì)算機(jī)一般只有兩個(gè)狀態(tài)：001相結(jié)合而10，或兩者之間的某個(gè)不確定狀態(tài)。因此量子計(jì)算機(jī)在結(jié)構(gòu)上完全不同于傳統(tǒng)的諾依曼結(jié)構(gòu)計(jì)算機(jī)。量子計(jì)算機(jī)將提供更強(qiáng)大的處理能力，用于特定類型的計(jì)算，使編程模式得以豐富，未來(lái)可以應(yīng)用于醫(yī)學(xué)、腦科學(xué)藥物發(fā)現(xiàn)和材料科學(xué)等領(lǐng)域還能解決一些具體問(wèn)題如優(yōu)化供應(yīng)鏈，模擬亞原子水平下的化學(xué)反應(yīng)等。但是，量子計(jì)算機(jī)依然無(wú)法形成我們所需要的人工智能，仍然需要特殊的編程技術(shù)才能解決問(wèn)題。 目前，已經(jīng)有不少前沿學(xué)者人類意識(shí)與量子力學(xué)方面提出了相關(guān)理論，意識(shí)與智能存在錯(cuò)綜復(fù)雜的關(guān)系，但意識(shí)是人腦智能的基礎(chǔ)，是毫無(wú)疑問(wèn)的，只是這種基礎(chǔ)到底如何形成不得而知。而物理學(xué)上的量子力學(xué)提供了一種理論思路。 顯然，目前無(wú)論是諾依曼結(jié)構(gòu)計(jì)算機(jī)還是量子計(jì)算機(jī)，雖然速度已經(jīng)非?？?，但是在結(jié)構(gòu)上與人腦完全不同。而目前的類腦計(jì)算機(jī)雖然結(jié)構(gòu)上開(kāi)始類腦，但在速度上還遠(yuǎn)遠(yuǎn)不及諾依曼計(jì)算機(jī)，更不用說(shuō)量子計(jì)算機(jī)。而人腦之所以會(huì)有意識(shí)和智能產(chǎn)生，人腦860億個(gè)神經(jīng)元和突觸之間構(gòu)成的復(fù)雜的神經(jīng)網(wǎng)絡(luò)（本質(zhì)上符合小世界等復(fù)雜網(wǎng)絡(luò)原理）結(jié)構(gòu)是有密切關(guān)系的。自然界有許多結(jié)構(gòu)決定功能的例子，比如蛋白質(zhì)的三維結(jié)構(gòu)決定了蛋白質(zhì)的功能是否正常。因此，我們可以假設(shè)，類腦結(jié)構(gòu)計(jì)算機(jī)復(fù)雜到人腦的程度可能涌現(xiàn)意識(shí)或智能，那么，未來(lái)由仿腦神經(jīng)元組成的類腦計(jì)算機(jī)不僅結(jié)構(gòu)類腦且復(fù)雜到人腦的程度（860億個(gè)仿腦神經(jīng)元組成的結(jié)構(gòu)類腦計(jì)算機(jī)，且由類腦神經(jīng)元組成的類腦結(jié)構(gòu)計(jì)算機(jī)是基于量子位進(jìn)行計(jì)算，這種類腦計(jì)算機(jī)不僅在計(jì)算速度上遠(yuǎn)超人腦，結(jié)構(gòu)上高度相似，而且達(dá)到甚至超過(guò)人腦的復(fù)雜程度，其中就有可能涌現(xiàn)出機(jī)器意識(shí)，并由此形成機(jī)器智能。 這種機(jī)器智能與人類智能在感知和認(rèn)知世界方面可能完全不同，這由現(xiàn)在的深度神經(jīng)網(wǎng)絡(luò)處理圖像的機(jī)制可以推斷。目前，深度學(xué)習(xí)在處理圖像信息完成人臉識(shí)別等任務(wù)方面，對(duì)圖像信息的處理和分析與人腦有相似之處，但不同點(diǎn)更多，且超出了人腦的理解范圍；再比如Alphago，在圍棋方面的機(jī)器智能已經(jīng)另人類無(wú)法理解。 因?yàn)?，完全有理由相信，一種結(jié)構(gòu)類腦、復(fù)雜如腦、速度超腦的新型量子計(jì)算機(jī)很可能是未來(lái)智能機(jī)器（人）的標(biāo)配。這種未來(lái)超級(jí)計(jì)算機(jī)如果與人腦實(shí)現(xiàn)直接通訊則人類瞬時(shí)變成超人未來(lái)CYBORG不僅在身體器官方面電子化、機(jī)械化，更在大腦方面實(shí)現(xiàn)與超級(jí)計(jì)算機(jī)的直接通信甚至融合，人就進(jìn)化成為超級(jí)智能機(jī)器。同時(shí)，這種類腦計(jì)算機(jī)由于有了意識(shí)和智能，與人腦融合，也就變成了類人生命，某種意義上，成為一種新人類物種。這也是當(dāng)今許多國(guó)內(nèi)外人工智能專家學(xué)者所喜聞樂(lè)見(jiàn)的未來(lái)，雖然霍金充滿憂慮，但是來(lái)自各方面的技術(shù)進(jìn)步和人類內(nèi)心（本質(zhì)上源于基因）對(duì)改造自身的愿望使得這一天的到來(lái)愈來(lái)愈近，這也可能是人類擺脫未來(lái)滅亡命運(yùn)的唯一出路年11月15日來(lái)自184個(gè)國(guó)家和地區(qū)的15000名科學(xué)家簽署了《世界科學(xué)家對(duì)人類正式警告：第二次通知，對(duì)環(huán)境破壞造成的未來(lái)危機(jī)再次提出警告。也許，未來(lái)需要勇敢的人工智能科學(xué)家與遠(yuǎn)見(jiàn)卓識(shí)的政治家一道擔(dān)自電子產(chǎn)業(yè)投資參考一人工智能的瓶頸之一數(shù)據(jù)龐大算力有限 1人工智能的突破為各個(gè)產(chǎn)業(yè)帶來(lái)翻天覆地的變化人工智能的爆發(fā)是近兩年才開(kāi)始的，主要原因是使用效果上取得了突60年了。但之前的發(fā)展速度一直偏慢。主要原因是無(wú)論方法如何進(jìn)步，實(shí)際使用效2015年起，人工智能迎來(lái)了真正的大GPU很多人工智能的算法，尤其是深度學(xué)習(xí)算法，實(shí)現(xiàn)了更快的處理速度，計(jì)算時(shí)間實(shí)現(xiàn)了數(shù)量級(jí)上的縮減。這也各類大數(shù)據(jù)的蓬勃發(fā)展密切相關(guān)，數(shù)據(jù)的快速積累為人工智能這臺(tái)馬達(dá)提供了充足的燃料。人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)關(guān)系Google重點(diǎn)在智能投顧，或者輔助交易，股票本身就是個(gè)數(shù)字，大幅提升，其中核心的突破是在算法層面。人臉識(shí)別中，人工智能能做到97%的識(shí)別正確率，超過(guò)了人類95%的識(shí)安防領(lǐng)域、金融領(lǐng)域等，機(jī)器做的比人更好，就可以大規(guī)智能技術(shù)影響的產(chǎn)業(yè)2、三駕馬車(chē)：人工智能高速發(fā)展的硬件算力并不能滿足人工智能的需求，當(dāng)GPU三要素缺一不可。為什么人工智能到近兩年才開(kāi)始呈現(xiàn)爆2013年深度學(xué)習(xí)應(yīng)用到人臉識(shí)別之前，各種方法的識(shí)別93%95%，因此不具備商業(yè)價(jià)值。而隨著算法的更新，深度學(xué)習(xí)使得人臉識(shí)別97%AlphaGo的學(xué)習(xí)過(guò)程中，核3000萬(wàn)例棋譜，而這些數(shù)據(jù)的積累是歷經(jīng)了十多年互聯(lián)網(wǎng)行業(yè)的發(fā)展。所以直到今年，基于深度學(xué)習(xí)算法的AlphaGo才取得突破性進(jìn)展。離開(kāi)了這些棋譜數(shù)據(jù)的積累，機(jī)器戰(zhàn)勝人是無(wú)法實(shí)現(xiàn)的。第三點(diǎn)是硬件32CPU,達(dá)120MHz的速度?，F(xiàn)在的人工智能系統(tǒng)使用的是成百上千個(gè)GPUCPU然后再去調(diào)整參數(shù)，一年只能調(diào)整1212次迭代。GPU產(chǎn)生后大幅提升了計(jì)算量，現(xiàn)在用GPU可以一天就出結(jié)果，這樣可以迭代的更快，這是技術(shù)大幅發(fā)展的條件。3、木桶效應(yīng)：現(xiàn)有瓶頸集中于大數(shù)據(jù)的爆發(fā)與硬件算力的有限3.1、大數(shù)據(jù)迎來(lái)爆發(fā)式增長(zhǎng)，現(xiàn)有算力無(wú)法匹配互聯(lián)網(wǎng)時(shí)代下的大數(shù)據(jù)高速積累，現(xiàn)有計(jì)算能力無(wú)法匹配。全球的數(shù)據(jù)總量正以飛快的速度增長(zhǎng)。根據(jù)IDC的數(shù)字宇宙報(bào)告，全球所有信息數(shù)據(jù)中90%產(chǎn)生于近幾年，數(shù)據(jù)總量正在以指數(shù)形式增長(zhǎng)。從2003年的5EB，到2013年2020年達(dá)到44ZB2020年每個(gè)人可以均攤到5200GB以上的數(shù)據(jù)量。并且，到2020將近40%13000EB的數(shù)據(jù)將具有大數(shù)據(jù)價(jià)值?；诂F(xiàn)有的計(jì)算能力，在如此龐大的數(shù)據(jù)面前，人工智能的訓(xùn)練學(xué)習(xí)過(guò)程將變得無(wú)比漫長(zhǎng)，甚至完全無(wú)法實(shí)現(xiàn)最基本的人工智能，因?yàn)閿?shù)據(jù)量以及超出了內(nèi)存和處理器的承載上限，這將極大限制人工智能的發(fā)展和應(yīng)用。全球數(shù)據(jù)總量發(fā)展趨勢(shì)（EB）3.2典計(jì)算機(jī)，處理器的計(jì)算性能已漸漸遠(yuǎn)離摩爾定律，因?yàn)镃PU已達(dá)到102020年到達(dá)2晶體管只能容納10個(gè)原子，電子的行為將不再服從傳統(tǒng)的半導(dǎo)體理論，此時(shí)晶體管將變得不再可靠?，F(xiàn)有芯片設(shè)計(jì)工藝發(fā)展趨勢(shì)摩爾定律到達(dá)瓶頸后，提升算力的方式只能靠增加芯片數(shù)1+1和2+2二、量子計(jì)算：人工智能的革命性算力量子計(jì)算機(jī)有望提供更強(qiáng)的計(jì)算能力。量子計(jì)算機(jī)提供了另（簡(jiǎn)稱操作44單位時(shí)間。而量子計(jì)算中，一個(gè)2個(gè)量子比特的存儲(chǔ)器可以同時(shí)存儲(chǔ)4可對(duì)4個(gè)數(shù)字同時(shí)操作，而且只消耗1單位時(shí)間。這種變2003年起的1位量子比特，到2013年5122015年實(shí)現(xiàn)1000位量子比特。目前，非通用型量子計(jì)算機(jī)的已經(jīng)實(shí)現(xiàn)了1000（比如模擬退火，一種優(yōu)化方法，計(jì)算效率比經(jīng)典計(jì)算機(jī)要快2、量子計(jì)算機(jī)的全球商業(yè)化進(jìn)程加速量子計(jì)算機(jī)經(jīng)過(guò)近40年的時(shí)間的理論研究階段，在2007年，D-waveSystems實(shí)現(xiàn)了歷史上第一臺(tái)商用量子計(jì)16（OrionD-wave公司的量子計(jì)算機(jī)是用超導(dǎo)量2011511D-WaveOn128D-wave實(shí)際上是一臺(tái)量子退火機(jī)（quantumannealingmachine，在圖像搜索方面確實(shí)具有優(yōu)勢(shì)。GoogleNASA1000D-wave，共同建立了QuantumAI。2013D-wave512位量子比特，并將其銷(xiāo)售給了Google，用于Google2014年，該1.6量子計(jì)算機(jī)被我國(guó)列為重點(diǎn)研究方向之一。國(guó)內(nèi)已有不少科（指接近室溫的溫度下，實(shí)現(xiàn)超導(dǎo)）8月，我國(guó)量子計(jì)算機(jī)研究取得突破性進(jìn)展，中國(guó)科技大學(xué)量子實(shí)驗(yàn)室宣布成功研發(fā)了半導(dǎo)體量子芯片。相關(guān)研究成果已在國(guó)際權(quán)威科研期刊上發(fā)表。3、量子人工智能算法相比經(jīng)典算法節(jié)省大量時(shí)間與經(jīng)典計(jì)AlphaGo出來(lái)之前，在學(xué)界就已經(jīng)有一些研究成果。MIT的三、量子計(jì)算提升人工智能效率，拓展應(yīng)用場(chǎng)景在很多應(yīng)用領(lǐng)域，人工智能需要擁有快速處理數(shù)據(jù)、快速響1計(jì)算是人工智能算力發(fā)展的必經(jīng)階段隨著人工智能對(duì)硬件計(jì)算能力的需求不斷提升，人工智能從單機(jī)或者小型服務(wù)器可以按照實(shí)際需求來(lái)購(gòu)買(mǎi)計(jì)算能力，隨時(shí)滿足現(xiàn)階段的應(yīng)用2、實(shí)際應(yīng)用：量子計(jì)算可用于大數(shù)據(jù)搜索在大數(shù)據(jù)中進(jìn)行快速搜索，這是一項(xiàng)適用于量子計(jì)算的計(jì)算任務(wù)。經(jīng)典算法只能是一個(gè)接一個(gè)地搜尋，直到找到所要的目標(biāo)為止。比如從N個(gè)未分類的客戶中尋找出某N/2次，才能以1/2的概率找到。然而這樣的搜索效率十分低下，對(duì)于各種大數(shù)據(jù)的應(yīng)用場(chǎng)景基本不存在應(yīng)用價(jià)值。格洛弗（Grover）Gover量子搜索算法對(duì)無(wú)序數(shù)據(jù)庫(kù)進(jìn)行搜索可以平方根的程度加速實(shí)現(xiàn)。例如，要從有著100萬(wàn)個(gè)號(hào)碼的電話本中找50Grover的量子算法是每查詢一次可以同時(shí)檢查所有100萬(wàn)個(gè)號(hào)碼。由于量N的平方根）次后，獲得正確答案的幾率為1／2。但若再多重復(fù)1Grover算法的用途很廣，可以尋找最大值、最小值、平均值等，也可以用于下棋，這就具有了廣闊的實(shí)際應(yīng)用價(jià)值。3、量子計(jì)算時(shí)代將拓展人工智能應(yīng)用場(chǎng)景從服務(wù)器到云計(jì)算，人工智能的應(yīng)用場(chǎng)景得到了極大的拓展，我們認(rèn)為量子計(jì)算也3.1、量子芯片可實(shí)現(xiàn)人工智能的小型化無(wú)論是服務(wù)器還是在的人工智能系統(tǒng)使用的是成百上千個(gè)GPU來(lái)提升的計(jì)算能力。這使得處理學(xué)習(xí)或者智能的能力得到比較大的增地空間。這無(wú)疑是對(duì)人工智能發(fā)展的一個(gè)重要限制。隨著大數(shù)據(jù)時(shí)代的不斷進(jìn)步，數(shù)據(jù)將呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，而基于CPU或者GPU的云計(jì)算的數(shù)據(jù)中心將無(wú)法滿足數(shù)據(jù)爆發(fā)的需求。而未來(lái)一塊量子計(jì)算芯片的算力足夠人工智能的算力需求，實(shí)現(xiàn)小型化。當(dāng)量子芯片中的量子比特?cái)?shù)量達(dá)到一定數(shù)量后，計(jì)算能力將足夠人工智能的運(yùn)算能力需求。當(dāng)量1000（比如模擬退火，一種人工智能領(lǐng)域的優(yōu)化方法，計(jì)算效率比經(jīng)典計(jì)算機(jī)要快一億倍。也就是如果想要實(shí)現(xiàn)人工智能，原來(lái)需要一千臺(tái)，或者需要一萬(wàn)臺(tái)計(jì)算機(jī)的規(guī)模，現(xiàn)在用量子計(jì)算機(jī)的話一臺(tái)就可以了。而且這個(gè)量子計(jì)算的計(jì)算能力完全能夠滿足人工智能對(duì)速度的要求。也就是人工智能將不再依賴于大型服務(wù)器集群，或者龐大3.2、量子計(jì)算可高速處理大數(shù)據(jù)，實(shí)現(xiàn)人快速搜索。這主要是因?yàn)檫@個(gè)應(yīng)用領(lǐng)域中，誕生了相應(yīng)的解的問(wèn)題（需要消耗幾百年甚至上千萬(wàn)年的時(shí)間，在量子計(jì)算的環(huán)境中，轉(zhuǎn)化為了可解并且能快速求解的狀態(tài)（只需要不到一秒或者幾分鐘的時(shí)間，使得這個(gè)領(lǐng)域成為目前量投資建議人工智能已被認(rèn)為是繼互聯(lián)網(wǎng)之后新一代革命性技術(shù)及應(yīng)（中小盤(pán)覆蓋光電（通信覆蓋）1、技術(shù)難以突破，產(chǎn)業(yè)落地較難；2、被其他技術(shù)替代。一網(wǎng)打盡系列文章，請(qǐng)回復(fù)||||||||||供給側(cè)熱點(diǎn)專題：軍民||4.0|||國(guó)家重點(diǎn)研||||||||||||||凈評(píng)估預(yù)見(jiàn)未來(lái)：預(yù)見(jiàn)2016|2020|2025|2030|2035|2045|預(yù)見(jiàn)2050|前沿科技顛覆性