日前，谷歌推出72個量子比特的通用量子電腦Bristlecone 時，宣稱已擁有“量子霸權”；同日，百度宣佈在５年時間裏組建世界一流的量子計算研究所，並將把量子計算逐漸融入到業務中，自此，阿里巴巴、騰訊、百度全部入局量子計算。
科技巨頭將有“１０年競賽”
曾經，量子物理學和人工智能（主要指神經網絡技術）這兩門學科被看作“油和水一樣無法結合”。如今，人工智能已被學術界和科技巨頭視為量子計算的重要著力點。
量子計算有很多引人瘋狂之處，簡單說，它將使人類的計算能力、處理大資料的能力，得以成千上萬乃至破億次的提升。
這是什麼概念？業界常用一個例子回答這個問題：“用當前最大、最好的超級電腦破解一個常用的RSA密碼系統，需要60萬年，但用一個有相當儲存能力的量子電腦，只需不到3個小時。”
雖然路徑不同，但科技巨頭都在努力開發擁有足夠高精確度的有效量子位（量子計算的構建塊），以便真正可行的量子電腦能夠面世。
英代爾公司副總裁兼英代爾研究院院長邁克爾‧梅伯里說：“我們的量子研究已發展到基於領先的制程工藝。”
微軟投入量子計算研究已超過12年，雖然他們很少透露研究進展，但拓撲量子位的研究是比較明確的資訊。微軟研究人員認為，與其他量子系統相比，拓撲量子計算系統能用更少的量子位元執行比常規電腦大幾個數量級的運算。並且，拓撲量子位的糾錯過程直接建立在量子位的物理機制中，這使得規模擴展和提供可靠結果變得更加容易。
從去年11月IBM發佈50量子比特的量子計算雲平台，到現在谷歌又將能力提升到72量子比特，電子電腦飛躍到量子電腦似乎已指日可待。
但是，與當前流行的“五年預測”不同，邁克爾‧梅伯里表示，我們還處於“玩具系統”時代。在真正可行的技術出現之前，大型科技公司之間將有一場“１０年的競賽”。
如何讓量子位統一、穩定
雖然量子計算未來或能攻克傳統電腦的無解難題，但如何讓量子位統一和穩定是當前最大的挑戰。
量子位“脆弱而挑剔”，任何雜訊、甚至無意的觀測都會導致資料丟失，它們需要在非常低的溫度下儲存，否則可能會受到干擾和破壞。
溫度有多低？比外太空還要冷250倍。即使微軟的拓撲量子位預計比一般的量子位更強健，它也同樣脆弱，脫離不了極度寒冷的保護。
邁克爾‧梅伯里說：“儘管傳統計算用盡洪荒之力幾十年才能解決的資料問題，量子計算可能只需要1秒就能搞定，但是，創建一個控制得很好的環境是前提。”
今年CES展期間，英代爾向它的研發夥伴QuTech交付的49量子比特量子計算測試晶片，只有5釐米左右大小，但為了讓量子位元保持極低溫度的儀器卻相當龐大，整個場景看上去就像科幻電影中膠囊正在孵化機器人。
儘管微軟量子團隊負責人陶德‧霍姆達爾說：“我們有機會解決一系列以前無法解決的問題。”但除了讓量子位在更長的時間裏保持量子態以外，這種極端的操作環境下，如何設計可工作的電子控制系統，如何解決量子位元封裝？在這些問題被解決之前，量子電腦走向應用市場非常困難。
與人工智能結合
儘管仍有很多不確定性，但從谷歌、微軟、IBM等科技巨頭拼命往量子機器學習領域砸錢的舉動看，量子計算和人工智能的結合已是未來科技的最大熱門。
業界已經統一了思想：量子計算能夠在許多領域起到重要作用，不僅有助於應對最棘手的全球糧食短缺或氣候變化等挑戰，更有望催生人工智能等領域的重大進步。
微軟量子計算研究員南森·維貝說：“如果有一個足夠大、足夠快的量子電腦，我們可以徹底改變機器學習的各個領域。”
事實上，微軟的拓撲量子電腦最早的用途之一就是幫助人工智能研究人員利用機器學習，加快訓練演算法。比如，把人工智能助理小娜的演算法訓練時間從一個月縮短到一天。
從這點上看，量子計算就像人工智能的協助處理器，非常適合機器的深度學習。不僅如此，通常人工智能中的代碼是靜態的，即使結果錯誤，普通演算法也不會自行修改。但是，量子電腦系統能夠自動設定程式，自行修改代碼，並通過不斷學習來處理之前從未遇到的新資料。
計算能力是人工智能的根本動力與核心資源，但是，隨著人工智能的發展，越來越多的資料需要被計算，硬體堆砌已無法滿足更強的計算能力需求。並且，量子計算系統不僅能處理海量資料，也具備自我學習和自我更正的能力。從這些角度看，在量子計算助力下的人工智能時代，將顛覆我們曾經最激進的想像◆
