量子信息与人工智能

　　量子力学彻底改变了20世纪。它解释了非常小的和具有非常少能量的物体的工作方式，比如原子、光子。它带来了激光、微型计算机芯片和节能 LED，据半导体行业协会的数据显示，这是一个千亿美元的市场。
　　量子信息是量子系统状态的信息。它是量子信息理论研究的基本实体，人们可以利用量子信息处理技术对其进行操控。NIST有一篇关于量子信息历史和未来的帖子， 其中把量子信息描述为量子力学和计算理论的结合。这个领域目前正在从学术实验室向工业领域过渡。
　　罗恩·博伊斯弗特：计算是一个物理过程 如果你从这个角度来思考它，就会在计算和物理科学中开辟各种新的见解
　　1994年，时任AT&T贝尔实验室数学家的彼得·肖尔（Peter Shor）发明了一种算法，该算法可以快速破解用于银行和其他敏感交易的加密方案，可在未来的量子计算机上运行。 这一发现开启了一场新领域的竞赛。
　　如今研究人员不再只专注于构建可以执行Shor算法的量子计算机。对许多人来说，一个近景目标是实现＂量子优越性＂，这是由加州理工学院的约翰·普雷斯基尔（John Preskill）创造的术语。 当量子计算机能够执行正常计算机不可能完成或不现实的任务时，就达到了所谓的量子优越性。
　　量子化、叠加、纠缠和退相干
　　量子计算机的神秘力量来自于微观世界的奇怪规则，其中之一是量子化。在经典物理中，消防员从一根杆子上滑下来时，他的重力势能是连续变化的。但到了微观的量子世界里，电子的能量会发生跳变。
　　在经典世界中，滑板手一次只能处于一个位置，例如坡道的左侧（可代表 0 的数据值）或右侧（表示 1）。但是，如果滑板手的行为表现得像量子物体（如原子），他就可能处于0和1的＂叠加＂中，即同时存在于两个地方。这一点对于信息技术而言非常重要。
　　我们都知道，普通数据位只能是 0 或 1。 但如果离子可以处在左右两侧的叠加状态，则可以同时充当 0 和 1。 因此，量子比特或者说量子位，可以比传统数据位更快地处理大量信息。
　　量子计算机的另一个要素是纠缠，这也许是最奇怪的一个量子特性。 在被称为纠缠的量子现象中，两个粒子的特性相互交织，即使它们彼此相距甚远。
　　＂阿尔伯特·爱因斯坦指出了这种＂远处的怪异动作＂，这使他非常不安，但这种行为已经一再得到证实，包括在最近一个具有里程碑意义的NIST实验中。纠缠是一种极其有用的性质。测量一个量子位的状态，它决定与之纠缠的量子位的状态。＂
　　相互纠缠的多个量子位可用于同时进行大量计算。 双量子门可以同时处理 0 和 1 的四种可能组合。三量子门可以处理八种可能的组合。每增加一个量子位都会使量子门同时处理的组合数量增加一倍，因此这是一个指数级增长的算力。
　　量子计算需要创建所有可能答案的均匀叠加，然后操纵该叠加态。最后，当一个人进行测量时，他将以很高的概率得到正确的答案。
　　叠加态被破坏的现象称之为退相干 ，这是一个重要且棘手的问题。因此，研究人员必须保护量子位，并将它们隔离起来。比如当一个同时处于 0 和 1叠加态的原子被某些外部扰动（如测量原子的实验者）破坏时，就会发生退相干。
　　不幸的是，随着量子位数增长，纠缠的量子系统变得越来越脆弱，越容易发生退相干。 NIST声称，这就是为什么仍然没有可以执行真正有用任务的量子计算机诞生。因为整个系统在做任何有价值的事情之前就已经崩溃掉了。
　　从谷歌、IBM、英特尔和微软等大型公司，到IonQ这类初创公司，都在努力制造量子计算机。实现量子计算的竞赛非常激烈。
　　量子的纠缠特性令人迷惑，量子计算的并行性更是难以理解。如果把量子和人工智能（AI）放在一起讨论，会发生什么？ 不用担心，这里不会探讨复杂的技术细节。
　　量子计算和人工智能的结合分为两大类。一类是融合，比如开发量子人工智能算法， 借用量子计算的独特性质加速人工智能算法的升级衍化。 另一类是协作，即二者各自发挥优势，分工合作共同解决实际问题。
　　谷歌：量子AI实验室
　　作为一家大型科技公司，Google.com 是世界上访问量最大的网站。谷歌有一个量子团队，旨在构建量子处理器并开发新型量子算法，以显著加快机器学习的计算任务。
　　谷歌为研究人员和开发人员提供开源框架和计算能力，这些框架和计算能力可以超越经典功能，帮助解决实际问题的近期应用。一个工具是Cirq，另一个是OpenFermion。
　　谷歌正在研究用于量子和经典数据分类和聚类的通用量子电路学习。 他们还对生成性和鉴别性量子神经网络感兴趣，这些网络可以用作量子中继器和量子通信网络中的状态净化单元，或用于验证其他量子电路。
　　IBM：量子与AI加速发现新材料
　　想象一下，我们想创造一种具有特殊性能的新型塑料，它必须柔韧且轻巧，还易于分解回收。描述了这些期望的属性之后，下一步就是使用AI查看筛选所有以前的研究，专利和制造。AI基于过去的数据和新材料需要具备的特性来生成候选分子的化学组成和结构。
　　然后，量子计算将对该候选分子以及与其相邻分子的反应进行精确的模拟。最后，我们将再次使用AI进行AI驱动实验，来验证实验室中设计的分子是否满足需求。
　　这项技术将AI与量子云平台结合，并允许数据在两种环境之间自由流动。混合计算方式使得企业可以更好地控制其私有数据，于企业而言至关重要。
　　结语
　　量子计算和人工智能。这些曾经看似非常有前景但又遥不可及的技术，如今正在逐渐成为现实。