人類從未停止對(duì)極限的追求，對(duì)腦結(jié)構(gòu)和能力的極限探索，正是這樣一個(gè)縮影。應(yīng)該說(shuō)，人工神經(jīng)網(wǎng)絡(luò)和諸多機(jī)器學(xué)習(xí)系統(tǒng)，在這條道路上飛快前行，成為了21世紀(jì)最具顛覆性的技術(shù)。在許多我們自以為十分擅長(zhǎng)的任務(wù)上，它們輕而易舉地超越了我們，像是數(shù)據(jù)挖掘和國(guó)際象棋，又或是人臉識(shí)別、自然語(yǔ)言處理?；趶?qiáng)大的計(jì)算能力，這些技術(shù)彰顯未來(lái)無(wú)限的可能。然而隨著超量數(shù)據(jù)的疊加，更強(qiáng)的計(jì)算能力，成為通向智能時(shí)代的關(guān)鍵一環(huán)。

神經(jīng)網(wǎng)絡(luò)

近年來(lái)，神經(jīng)網(wǎng)絡(luò)和諸多機(jī)器學(xué)習(xí)技術(shù)快速崛起，已經(jīng)成為大數(shù)據(jù)時(shí)代下的技術(shù)基石。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)突觸聯(lián)接的結(jié)構(gòu)以期能夠?qū)崿F(xiàn)類人工智能的機(jī)器學(xué)習(xí)技術(shù)。人腦中的神經(jīng)網(wǎng)絡(luò)是一個(gè)非常復(fù)雜的組織，成人的大腦中估計(jì)有1000億個(gè)神經(jīng)元。通過(guò)統(tǒng)計(jì)學(xué)的方法，神經(jīng)網(wǎng)絡(luò)具有并行分布式的信息處理功能，能夠類似人一樣具有簡(jiǎn)單快速的決定能力和判斷能力，同時(shí)在自學(xué)習(xí)功能、聯(lián)想存儲(chǔ)功能和高速尋找優(yōu)化解具有優(yōu)越性。

量子計(jì)算和量子神經(jīng)網(wǎng)絡(luò)

然而隨著科學(xué)技術(shù)不斷發(fā)展，我們所面臨的數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)（包括數(shù)據(jù)量，數(shù)據(jù)種類、結(jié)構(gòu)和并生速度的增長(zhǎng)）。在摩爾定律近乎失效的情況下，基于現(xiàn)有的經(jīng)典計(jì)算能力，在如此復(fù)雜龐大的數(shù)據(jù)面前，神經(jīng)網(wǎng)絡(luò)的處理信息過(guò)程將變得無(wú)比漫長(zhǎng)，甚至完全無(wú)法實(shí)現(xiàn)最基本的功能。量子計(jì)算和量子神經(jīng)網(wǎng)絡(luò)成為新的可能。

機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)基于經(jīng)典計(jì)算模擬，以存儲(chǔ)電壓的高低劃分?jǐn)?shù)據(jù)存儲(chǔ)狀態(tài)，每次只能處理一個(gè)比特的狀態(tài)數(shù)據(jù)。量子計(jì)算機(jī)存儲(chǔ)量子比特，一個(gè)量子比特可表示量子態(tài)|0>和|1>的疊加，一次運(yùn)算就可同時(shí)處理兩個(gè)狀態(tài)的信息。經(jīng)典計(jì)算機(jī)對(duì)2n比特的數(shù)據(jù)執(zhí)行相同計(jì)算需要2n次操作，而量子計(jì)算機(jī)只需要對(duì)n個(gè)量子比特進(jìn)行一次操作即可。故此，量子計(jì)算在數(shù)據(jù)處理能力上遠(yuǎn)超經(jīng)典計(jì)算。假設(shè)我們有一個(gè)模型或者一個(gè)函數(shù)需要進(jìn)行計(jì)算，有一個(gè)變量取一個(gè)x，計(jì)算其函數(shù)值F（x），如果x是一個(gè)n個(gè)比特的數(shù)據(jù)，把x的所有取值計(jì)算出來(lái)的話，在經(jīng)典計(jì)算中需要算2的n次方，當(dāng)n很大的時(shí)候，計(jì)算量很大。量子計(jì)算里面有一個(gè)很特殊的特性就是量子疊加態(tài)，可以制備變量x的疊加態(tài)，可以取到這個(gè)x所有的數(shù)值，這樣一次輸入就可以計(jì)算所有x的函數(shù)值F（x）;這就是量子計(jì)算并行性的根本原因。

量子計(jì)算因?yàn)槠鋸?qiáng)大的數(shù)據(jù)處理的能力，能夠滿足處理大規(guī)模、復(fù)雜大數(shù)據(jù)對(duì)計(jì)算能力和速度的要求，除了人工智能和機(jī)器學(xué)習(xí)之外，氣象模擬和實(shí)時(shí)預(yù)測(cè)、實(shí)時(shí)路況導(dǎo)航、無(wú)人駕駛路線規(guī)劃、數(shù)據(jù)快速搜索與排序等和人類日常生活很近的領(lǐng)域都將得益于量子計(jì)算技術(shù);量子計(jì)算也可以有效模擬量子體系的動(dòng)力學(xué)過(guò)程，尤其是對(duì)化學(xué)反應(yīng)、生物現(xiàn)象以及生命過(guò)程等交叉學(xué)科領(lǐng)域的模擬，將對(duì)新能源、新材料以及新現(xiàn)象的發(fā)現(xiàn)有著極大的應(yīng)用價(jià)值。因此，量子計(jì)算技術(shù)將對(duì)整個(gè)人類的文明形態(tài)和生活方式帶來(lái)翻天覆地的變化。

量子神經(jīng)網(wǎng)絡(luò)是基于量子力學(xué)原理的計(jì)算神經(jīng)網(wǎng)絡(luò)模型。量子神經(jīng)網(wǎng)絡(luò)是由量子力學(xué)與數(shù)學(xué)、計(jì)算機(jī)科學(xué)、信息科學(xué)、認(rèn)知科學(xué)等多學(xué)科交叉而形成的一個(gè)全新的研究領(lǐng)域，量子神經(jīng)網(wǎng)絡(luò)是過(guò)去神經(jīng)網(wǎng)絡(luò)系統(tǒng)的超然進(jìn)化，它充分利用量子計(jì)算的巨大威力，提升神經(jīng)計(jì)算的信息處理能力。對(duì)于量子神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，大腦的工作系統(tǒng)與量子物理系統(tǒng)更為相似，這種微觀物質(zhì)的運(yùn)動(dòng)系統(tǒng)，更適合模擬人腦的心理與生理過(guò)程;經(jīng)典計(jì)算機(jī)硬件的發(fā)展存在極限，當(dāng)集成電路的線寬繼續(xù)縮小下去，摩爾定律將會(huì)失效，門和連線僅包含幾個(gè)原子，量子效應(yīng)就會(huì)出現(xiàn)并且發(fā)揮重要的作用，量子效應(yīng)開(kāi)始影響電子的正常運(yùn)動(dòng)，量子計(jì)算將是未來(lái)解決計(jì)算瓶頸新方向;同樣的，神經(jīng)計(jì)算的量子化也是神經(jīng)網(wǎng)絡(luò)發(fā)展的必然趨勢(shì)，二者之間存在著某些本質(zhì)上的聯(lián)系。量子計(jì)算專家、深圳量旋科技有限公司董事長(zhǎng)項(xiàng)金根博士解釋道，“神經(jīng)網(wǎng)絡(luò)需要計(jì)算一個(gè)目標(biāo)函數(shù)F（x）的值，通過(guò)改變參數(shù)x得到一個(gè)目標(biāo)函數(shù)的值，這個(gè)步驟在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中將進(jìn)行多次循環(huán)，每一次循環(huán)不停地調(diào)整x，得到目標(biāo)函數(shù)的最小值。在實(shí)際的應(yīng)用里，F(xiàn)（x）這個(gè)函數(shù)可能是比較復(fù)雜的函數(shù)，計(jì)算這樣的函數(shù)需要很大的計(jì)算量，如當(dāng)運(yùn)用到量子計(jì)算時(shí)，這個(gè)過(guò)程將變得比較簡(jiǎn)單，加快了整個(gè)神經(jīng)網(wǎng)絡(luò)的計(jì)算速度?！?/p>

當(dāng)然，量子神經(jīng)網(wǎng)絡(luò)的研究還在不斷發(fā)展完善中，但在科研學(xué)術(shù)界，已達(dá)成共識(shí)，相比機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，量子神經(jīng)網(wǎng)絡(luò)具有更少的神經(jīng)元結(jié)構(gòu);學(xué)習(xí)和信息處理速率更快;可存儲(chǔ)節(jié)點(diǎn)和模塊更大，具有指數(shù)級(jí)的記錄量。

量子計(jì)算行業(yè)進(jìn)展

鑒于量子計(jì)算和量子神經(jīng)網(wǎng)絡(luò)的運(yùn)用前景，不少研究機(jī)構(gòu)及大型IT公司都將目光集中到了量子計(jì)算機(jī)的研發(fā)上，以Google、Microsoft、IBM為首的科技巨頭紛紛投入量子計(jì)算領(lǐng)域的研究。Google量子團(tuán)隊(duì)已經(jīng)證明了量子計(jì)算能解決傳統(tǒng)機(jī)器學(xué)習(xí)中的圖像分類問(wèn)題，隨著技術(shù)的發(fā)展，量子計(jì)算機(jī)將在學(xué)習(xí)能力上超越經(jīng)典的神經(jīng)網(wǎng)絡(luò)。而2018年，美國(guó)著名科技媒體《連線》刊登了一篇文章，分析了量子計(jì)算在機(jī)器學(xué)習(xí)系統(tǒng)中應(yīng)用的優(yōu)勢(shì)、弊端以及現(xiàn)有案例，兩者的結(jié)合或終將解決人工智能等諸多問(wèn)題。

相比國(guó)外的快速發(fā)展，國(guó)內(nèi)企業(yè)也正在加快相關(guān)研究。今年已完成數(shù)千萬(wàn)元A輪融資的深圳量旋科技正在加快研發(fā)實(shí)用型量子計(jì)算機(jī)研發(fā)與生產(chǎn)和量子神經(jīng)網(wǎng)絡(luò)等技術(shù)的商業(yè)化應(yīng)用。作為致力于量子計(jì)算產(chǎn)業(yè)化的初創(chuàng)公司，量旋科技專注于核磁共振技術(shù)方向和超導(dǎo)量子比特技術(shù)方向，已研發(fā)成功并售賣的桌面型核磁共振量子計(jì)算機(jī)“雙子座”，通過(guò)原子核與磁場(chǎng)發(fā)生相互作用來(lái)探測(cè)信號(hào)，采用室溫運(yùn)行和成熟的電磁波脈沖控制技術(shù)，計(jì)算錯(cuò)誤率較低，且可以實(shí)現(xiàn)小型化，因此設(shè)備適合日常場(chǎng)所使用。雙子座目前也已搭配可以鏈接多個(gè)量子計(jì)算體系的云服務(wù)平臺(tái)“金牛座”，形成線上和線下相結(jié)合的計(jì)算體系，在處理一些量子神經(jīng)網(wǎng)絡(luò)的算法測(cè)試上，結(jié)果表明即使現(xiàn)有的量子計(jì)算機(jī)帶有噪聲，也能夠得到比較理想的結(jié)果。

超導(dǎo)量子比特方向則是目前最有希望實(shí)現(xiàn)通用量子計(jì)算的實(shí)現(xiàn)方法之一。超導(dǎo)量子電路對(duì)量子比特的能級(jí)與耦合的設(shè)計(jì)與控制非常靈活，國(guó)內(nèi)外公司都在加速發(fā)展這一技術(shù)。量旋科技正在開(kāi)發(fā)公司首臺(tái)超導(dǎo)芯片量子計(jì)算機(jī)，將于明年年底發(fā)布。預(yù)計(jì)，其超導(dǎo)量子計(jì)算機(jī)產(chǎn)品能在未來(lái)2～3年內(nèi)供科研用戶使用，5年后能在具體場(chǎng)景落地使用。

結(jié)合量子計(jì)算與量子神經(jīng)網(wǎng)絡(luò)，或許是計(jì)算智能時(shí)代的研究新范式。