智东西（公众号：zhidxcom）
文 | 漫修远

（本文投稿，首发智东西。）

编者按：量子计算机和人工智能有什么关系？提前剧透一下，量子计算机天然的带有机器学习的属性，将更有利于推进人工智能的发展。再考虑到量子计算机海量的数据处理能力，即便是模仿人类的神经网络的各种互动，也会比现有计算技术拥有更多优势。然而人工智能想要超过人类，终究是一个极其复杂的命题。一起来看一看作者的思路吧。

如果能时光穿越，智库也许不会错误地将美国两次拉入伊拉克战争！更不会有ISIS猖獗和今日中东乱战！因为有了量子计算机，这个能并行运算分析复杂系统问题并辅助决策的“神器”！

首先回顾下公众号“jcibas”双11刊曾预测过的答案，这个超越的时间点将是2045年。（如下图）

我们套用用量子计算的思维解答“人工智能将超人类”问题，下文得到的是一堆近似的答案，我们将进行探讨。

量子计算方式的突破性革命，人工智能将如虎添翼！量子计算更靠谱、更聪明、处理能力更强、更具自我学习、自我编程能力。——漫修远

量子计算的多样性答案和高置信度特性——更靠谱的计算

量子计算的特性就是不确定性。没错，只有一堆的最佳解决方案才是复杂系统的匹配方案。量子计算返回多个答案，其中一些可能是你正在寻找，另一些则不是。这初看像是坏事，但返回答案越多，意味着计算机的置信水平越高！换言之，即更靠谱。

量子计算机的高运算处理能力——运算硬实力

现在的计算机毕竟是二进制的（俗称经典比特），一遇到比较复杂的建模，像准确预测天气，预测更长时间后的天气等等，就会很费力费时；

量子计算D-Wave 2X 系统，在1000个量子比特时，能同时搜索2∧1000（2的1000次方）个可能的方案！可以同时一起展开“并行计算”，从而使其具备超高速的运算能力。

量子计算机能自我学习——更聪明的计算

量子计算也被称为AI co-processors （人工智能协处理器），非常适合人工智能AI及机器学习。

机器学习 machine learning 即授于计算机研究世界并不断从经验中学习的能力。它是人工智能领域的一个分支。

通常，我们编写的代码中的大部分都是相当静态的，即给定新数据，它仍将执行相同的计算，一遍又一遍，并作出相同的错误结果。

使用量子计算机器学习，系统可以设计程序，修改自己的代码，机器可以不断学习新的方法来处理它之前未遇到过的数据。

比如传统的计算机去无法识别它之前从未接触的新图像，因根据传统的计算架构，设计遵循非常严格的逻辑推理。而量子计算机的处理器就非常适合此类需要先质疑，后决策的高级任务！

形象点比喻，相当而言，传统计算是「一根筋」，而量子计算是「活脑筋」。

AI机器学习通常按已知的算法即监督学习法supervised learning algorithm进行的。下图所示谷歌AI实验室在2013年采用了512量子比特的系统，主要应用于帮助科学家建立更有效而精确的的AI模型，用于诸如从语音识别、网页搜索到（生物化学的）蛋白质折叠（模拟）。

到本月8日，运用1000个量子比特的D-Wave 2X系统谷歌试验室的声明，证实了量子计算比传统计算最高快一亿倍的事实。

量子计算机能自我编程——与时俱进的运算

量子计算通过允许编写自己的能量程序，让系统调整能量程序直到上图所有标签显示是正确为止。这也被称为“训练”或“学习”阶段。
注：能量程序 energy program 如下图所示，是量子计算特有的。

即量子在运算之初未定性状态到运算接受的定性状态的程序。
注：图中的‘-1’和‘1’是例举开关灯游戏里的数值，ON = +1 ； OFF = -1

量子比特计算罗斯定律增速>经典比特计算摩尔定律增速——当1亿被忽略不计

量子位数量每年翻番”的别称是罗斯定律，这是用定律的提出者D-Wave的创始人罗斯名字命名的定律。（谨慎起见，我们也称之为罗斯假设）

视频中，我们看到，量子计算基本按照每年翻倍的速度持续增长。

而摩尔定律是：集成电路芯片上所集成的电路的数目，每隔18~24个月翻倍。

如果罗斯假设成立，以2015年1000个量子比特芯片，每年翻倍的话，按量子计算方法论，我们得出可能的众多答案之一：

2015年1000个，2016年2000个，2017年4000个，2018年8000个，2019年16000个，2020年32000个，2021年64000个，2022年128000个，2023年256000个，2024年512000个，2025年1024000个，2026年2048000个…到2026年约2百万个量子比特芯片诞生。届时，量子计算机能同时提供2∧2048000个解决方案，这个数字足以撑爆小编PC的计算器。

2∧204≈2.57*10^61
2∧2048≈3.23*10^616
2∧20480≈1.24*10^6165 （PC机计算机算到此爆表）

作者推断2∧2048000≈ 1后面约有61万个0，我们常用的大计数单位‘亿’，1后面8个0，根本可忽略了。

最后我们团队的数学工程师Fishy Yu，编制了开发者小程序，给出了确切答案：2∧2048000≈ 2.69848*10^616509

欢迎来到量子计算的疆域，其实也意味着您已进入一个海量数字的世界！

工程师Fishy Yu，一开始还诧异，做什么项目需要算这么大的数字? 是啊，目前这个传统计算的世界，接触这类海量数字的机会并不多。

当然，罗斯假设的正确性，是否需要修正，有待时间检验。以上也只是数学推断。也是众多量子计算最佳答案之一，如年份和量子比特数量顺序错开，可能得出2030年得到2∧2048000量子比特芯片等多种答案。

推论至此，量子计算运用于仿生计算机的应用呼之欲出！

仿生计算机的提出是为了解决如何构建大规模人工神经网络的问题。传统计算的CPU/GPU处理神经网络效率低下，如谷歌大脑的1.6万个CPU运行7天才能完成猫脸的无监督学习训练。谷歌大脑实现模拟人脑的突触数量仅为100亿个，而实际的人脑突触数量超过100万亿。采用CPU/GPU的通用处理器构建数据中心，占地、散热以及耗电等都是非常严峻的问题。

100万亿，对于量子计算这个1亿可被忽略不计的时代，海量数据处理根本不是问题，换言之，到那时随着量子计算系统的不断自我学习迭代程序，人工智能超越人类，也水到渠成了！

最后，从量子计算的视角，让我们回顾一下2000多年前，老子在《道德经》这句名言，

“道生一，一生二
二生三，三生万物”。

注：文中有关量子计算事实的描述均引自D-Wave 官网。

本文转载自微信公众号：jcibas