APP下载

量子计算与量子神经网络: 智能时代研究新范式

2020-01-11量旋科技

中国计算机报 2020年49期
关键词:比特量子机器

人类从未停止对极限的追求,对脑结构和能力的极限探索,正是这样一个缩影。应该说,人工神经网络和诸多机器学习系统,在这条道路上飞快前行,成为了21世纪最具颠覆性的技术。在许多我们自以为十分擅长的任务上,它们轻而易举地超越了我们,像是数据挖掘和国际象棋,又或是人脸识别、自然语言处理。基于强大的计算能力,这些技术彰显未来无限的可能。然而随着超量数据的叠加,更强的计算能力,成为通向智能时代的关键一环。

神经网络

近年来,神经网络和诸多机器学习技术快速崛起,已经成为大数据时代下的技术基石。神经网络是一种模拟人脑的神经突触联接的结构以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织,成人的大脑中估计有1000亿个神经元。通过统计学的方法,神经网络具有并行分布式的信息处理功能,能够类似人一样具有简单快速的决定能力和判断能力,同时在自学习功能、联想存储功能和高速寻找优化解具有优越性。

量子计算和量子神经网络

然而随着科学技术不断发展,我们所面临的数据呈现爆炸式增长(包括数据量,数据种类、结构和并生速度的增长)。在摩尔定律近乎失效的情况下,基于现有的经典计算能力,在如此复杂庞大的数据面前,神经网络的处理信息过程将变得无比漫长,甚至完全无法实现最基本的功能。量子计算和量子神经网络成为新的可能。

机器学习的神经网络基于经典计算模拟,以存储电压的高低划分数据存储状态,每次只能处理一个比特的状态数据。量子计算机存储量子比特,一个量子比特可表示量子态|0>和|1>的叠加,一次运算就可同时处理两个状态的信息。经典计算机对2n比特的数据执行相同计算需要2n次操作,而量子计算机只需要对n个量子比特进行一次操作即可。故此,量子计算在数据处理能力上远超经典计算。假设我们有一个模型或者一个函数需要进行计算,有一个变量取一个x,计算其函数值F(x),如果x是一个n个比特的数据,把x的所有取值计算出来的话,在经典计算中需要算2的n次方,当n很大的时候,计算量很大。量子计算里面有一个很特殊的特性就是量子叠加态,可以制备变量x的叠加态,可以取到这个x所有的数值,这样一次输入就可以计算所有x的函数值F(x);这就是量子计算并行性的根本原因。

量子计算因为其强大的数据处理的能力,能够满足处理大规模、复杂大数据对计算能力和速度的要求,除了人工智能和机器学习之外,气象模拟和实时预测、实时路况导航、无人驾驶路线规划、数据快速搜索与排序等和人类日常生活很近的领域都将得益于量子计算技术;量子计算也可以有效模拟量子体系的动力学过程,尤其是对化学反应、生物现象以及生命过程等交叉学科领域的模拟,将对新能源、新材料以及新现象的发现有着极大的应用价值。因此,量子计算技术将对整个人类的文明形态和生活方式带来翻天覆地的变化。

量子神经网络是基于量子力学原理的计算神经网络模型。量子神经网络是由量子力学与数学、计算机科学、信息科学、认知科学等多学科交叉而形成的一个全新的研究领域,量子神经网络是过去神经网络系统的超然进化,它充分利用量子计算的巨大威力,提升神经计算的信息处理能力。对于量子神经网络来说,大脑的工作系统与量子物理系统更为相似,这种微观物质的运动系统,更适合模拟人脑的心理与生理过程;经典计算机硬件的发展存在极限,当集成电路的线宽继续缩小下去,摩尔定律将会失效,门和连线仅包含几个原子,量子效应就会出现并且发挥重要的作用,量子效应开始影响电子的正常运动,量子计算将是未来解决计算瓶颈新方向;同样的,神经计算的量子化也是神经网络发展的必然趋势,二者之间存在着某些本质上的联系。量子计算专家、深圳量旋科技有限公司董事长项金根博士解释道,“神经网络需要计算一个目标函数F(x)的值,通过改变参数x得到一个目标函数的值,这个步骤在神经网络系统中将进行多次循环,每一次循环不停地调整x,得到目标函数的最小值。在实际的应用里,F(x)这个函数可能是比较复杂的函数,计算这样的函数需要很大的计算量,如当运用到量子计算时,这个过程将变得比较简单,加快了整个神经网络的计算速度。”

当然,量子神经网络的研究还在不断发展完善中,但在科研学术界,已达成共识,相比机器学习的神经网络,量子神经网络具有更少的神经元结构;学习和信息处理速率更快;可存储节点和模块更大,具有指数级的记录量。

量子计算行业进展

鉴于量子计算和量子神经网络的运用前景,不少研究机构及大型IT公司都将目光集中到了量子计算机的研发上,以Google、Microsoft、IBM为首的科技巨头纷纷投入量子计算领域的研究。Google量子团队已经证明了量子计算能解决传统机器学习中的图像分类问题,随着技术的发展,量子计算机将在学习能力上超越经典的神经网络。而2018年,美国著名科技媒体《连线》刊登了一篇文章,分析了量子计算在机器学习系统中应用的优势、弊端以及现有案例,两者的结合或终将解决人工智能等诸多问题。

相比国外的快速发展,国内企业也正在加快相关研究。今年已完成数千万元A轮融资的深圳量旋科技正在加快研发实用型量子计算机研发与生产和量子神经网络等技术的商业化应用。作为致力于量子计算产业化的初创公司,量旋科技专注于核磁共振技术方向和超导量子比特技术方向,已研发成功并售卖的桌面型核磁共振量子计算机“双子座”,通过原子核与磁场发生相互作用来探测信号,采用室温运行和成熟的电磁波脉冲控制技术,计算错误率较低,且可以實现小型化,因此设备适合日常场所使用。双子座目前也已搭配可以链接多个量子计算体系的云服务平台“金牛座”,形成线上和线下相结合的计算体系,在处理一些量子神经网络的算法测试上,结果表明即使现有的量子计算机带有噪声,也能够得到比较理想的结果。

超导量子比特方向则是目前最有希望实现通用量子计算的实现方法之一。超导量子电路对量子比特的能级与耦合的设计与控制非常灵活,国内外公司都在加速发展这一技术。量旋科技正在开发公司首台超导芯片量子计算机,将于明年年底发布。预计,其超导量子计算机产品能在未来2~3年内供科研用户使用,5年后能在具体场景落地使用。

结合量子计算与量子神经网络,或许是计算智能时代的研究新范式。

猜你喜欢

比特量子机器
机器狗
机器狗
决定未来的量子计算
新量子通信线路保障网络安全
未来机器城
比特币还能投资吗
比特币一年涨135%重回5530元
一种简便的超声分散法制备碳量子点及表征
多个超导磁通量子比特的可控耦合