沒有人會(huì)懷疑，量子計(jì)算和機(jī)器學(xué)習(xí)是當(dāng)前最炙手可熱的兩個(gè)研究領(lǐng)域。

　　在量子計(jì)算方面，理論和硬件的一個(gè)個(gè)突破性進(jìn)展讓人們看到大規(guī)模通用量子計(jì)算機(jī)的腳步越來越近。

　　在機(jī)器學(xué)習(xí)方面，以人工神經(jīng)網(wǎng)絡(luò)為代表的方法在視覺、語音、自然語言理解、游戲等應(yīng)用領(lǐng)域中有了很大的性能提升。三位深度學(xué)習(xí)領(lǐng)域?qū)＜耀@得2019年圖靈獎(jiǎng)，更是被評(píng)論為“意味著AI復(fù)興元年的到來”。

　　當(dāng)量子計(jì)算和機(jī)器學(xué)習(xí)相遇，會(huì)碰撞出什么火花？“總的來看，這是一個(gè)還處于早期探索，未來有很大發(fā)展空間可以期待的領(lǐng)域。” 騰訊杰出科學(xué)家、騰訊量子實(shí)驗(yàn)室負(fù)責(zé)人張勝譽(yù)評(píng)價(jià)道。

　　兩者并非“油和水”的混合

　　早在上世紀(jì)90年代，威奇塔州立大學(xué)的物理學(xué)教授伊麗莎白·貝爾曼就開始研究量子物理與人工智能的結(jié)合，而在當(dāng)時(shí)，神經(jīng)網(wǎng)絡(luò)還堪稱是特立獨(dú)行的技術(shù)。大多數(shù)人認(rèn)為這是在把油和水進(jìn)行混合。她回憶說：“我花了很長(zhǎng)時(shí)間才把論文出版。與神經(jīng)網(wǎng)絡(luò)相關(guān)的期刊會(huì)說，‘量子力學(xué)是什么？’，而物理期刊會(huì)說，‘神經(jīng)網(wǎng)絡(luò)是什么？’”

　　但隨著量子計(jì)算和機(jī)器學(xué)習(xí)在各自領(lǐng)域的進(jìn)展，二者的結(jié)合似乎水到渠成。

　　神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)系統(tǒng)已成為人工智能時(shí)代的核心技術(shù)。具備機(jī)器學(xué)習(xí)能力的人工智能在某些方面的能力遠(yuǎn)超人類，不僅在國(guó)際象棋和數(shù)據(jù)挖掘等方面表現(xiàn)出眾，而且在人類大腦所擅長(zhǎng)的面部識(shí)別、語言翻譯等方面進(jìn)展迅速。通過后臺(tái)的強(qiáng)大算力，這些系統(tǒng)的價(jià)值不斷凸顯。

　　但同時(shí)，傳統(tǒng)計(jì)算機(jī)數(shù)據(jù)處理能力接近極限，而數(shù)據(jù)卻在不斷增長(zhǎng)。正因此，業(yè)界展開了激烈競(jìng)爭(zhēng)，看誰能率先推出一款比現(xiàn)有計(jì)算機(jī)更強(qiáng)大的量子計(jì)算機(jī)，來處理日益龐大的數(shù)據(jù)。

　　“機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步有賴于計(jì)算能力的提高，量子計(jì)算機(jī)的計(jì)算能力肯定比現(xiàn)有機(jī)器強(qiáng)太多，它必然能推動(dòng)機(jī)器學(xué)習(xí)的發(fā)展，這就好比，一個(gè)腦子轉(zhuǎn)得很快、更聰明的人比一個(gè)反應(yīng)慢的人處理問題更快更好。” 中國(guó)科學(xué)技術(shù)大學(xué)中科院量子信息重點(diǎn)實(shí)驗(yàn)室研究員韓正甫告訴科技日?qǐng)?bào)記者，機(jī)器學(xué)習(xí)可能會(huì)在很短的時(shí)間內(nèi)處理超出當(dāng)前能力的復(fù)雜問題。

　　北京國(guó)雙科技有限公司（以下簡(jiǎn)稱“國(guó)雙”）首席技術(shù)官劉激揚(yáng)在接受科技日?qǐng)?bào)記者采訪時(shí)則表示，隨著產(chǎn)業(yè)數(shù)據(jù)規(guī)模的爆炸式增長(zhǎng)，深度學(xué)習(xí)模型網(wǎng)絡(luò)參數(shù)的不斷擴(kuò)增，現(xiàn)有的計(jì)算結(jié)構(gòu)及框架，面對(duì)海量的數(shù)據(jù)規(guī)模及深層網(wǎng)絡(luò)結(jié)構(gòu)，處理分析所需的時(shí)間、硬件成本非常高，因此，亟須更為高效的解決方案。

　　強(qiáng)強(qiáng)聯(lián)合的化學(xué)反應(yīng)

　　劉激揚(yáng)說，正因此，很多研究機(jī)構(gòu)及科技公司都將目光集中到了量子計(jì)算領(lǐng)域。

　　“量子計(jì)算的獨(dú)特性質(zhì)，使得它無論是在數(shù)據(jù)處理能力還是數(shù)據(jù)存儲(chǔ)能力上，在理論上都遠(yuǎn)超經(jīng)典計(jì)算，所以若將其應(yīng)用到機(jī)器學(xué)習(xí)中，不僅可以解決目前機(jī)器學(xué)習(xí)算法處理海量大數(shù)據(jù)時(shí)計(jì)算效率低等問題，甚至可能改變整個(gè)機(jī)器學(xué)習(xí)領(lǐng)域。”劉激揚(yáng)說，機(jī)器學(xué)習(xí)和量子計(jì)算若結(jié)合，一方面是希望利用量子計(jì)算優(yōu)良的數(shù)據(jù)處理能力，解決機(jī)器學(xué)習(xí)運(yùn)算效率低的問題；另一方面探索使用量子力學(xué)的性質(zhì)，開發(fā)更加智能的機(jī)器學(xué)習(xí)算法。

　　劉激揚(yáng)具體分析道，機(jī)器學(xué)習(xí)與量子計(jì)算的結(jié)合，主要有以下幾種形式：由于量子計(jì)算能夠同時(shí)執(zhí)行大量、復(fù)雜的計(jì)算過程，所以通過結(jié)合它可以使某些在傳統(tǒng)機(jī)器學(xué)習(xí)中不可計(jì)算的問題變?yōu)榭赡? 從而大幅降低機(jī)器學(xué)習(xí)算法的計(jì)算復(fù)雜度；利用量子理論的并行性等加速特點(diǎn)直接與某些機(jī)器學(xué)習(xí)算法深度結(jié)合,從而可以催生出一批全新的量子機(jī)器學(xué)習(xí)模型，這些模型能夠?qū)崿F(xiàn)更高的計(jì)算效率；還可以利用機(jī)器學(xué)習(xí)算法，解決量子物理學(xué)領(lǐng)域中的一些難以分析的問題，如量子多體物理問題、 量子優(yōu)化控制等。

　　“近十年涌現(xiàn)出大量量子技術(shù)和機(jī)器學(xué)習(xí)結(jié)合的研究，主要在用經(jīng)典機(jī)器學(xué)習(xí)解釋和幫助量子力學(xué)的研究，也有不少對(duì)經(jīng)典機(jī)器學(xué)習(xí)設(shè)計(jì)高效量子算法的研究，還有少量其他方面，如量子啟發(fā)式機(jī)器學(xué)習(xí)、用量子理論幫助理解機(jī)器學(xué)習(xí)中的現(xiàn)象等，大家得到了形式豐富的結(jié)果。”張勝譽(yù)告訴科技日?qǐng)?bào)記者。

　　張勝譽(yù)與團(tuán)隊(duì)近日系統(tǒng)梳理了量子機(jī)器學(xué)習(xí)的發(fā)展，文章發(fā)表于《國(guó)家科學(xué)評(píng)論》2019年第1期出版的“量子計(jì)算”專題。

　　國(guó)內(nèi)企業(yè)積極部署

　　“雖然進(jìn)展喜人，但我們也應(yīng)該注意到目前機(jī)器學(xué)習(xí)領(lǐng)域的很多結(jié)果在嚴(yán)格性、問題基礎(chǔ)性和未來實(shí)用性上都還有很大的提升空間。總的來看，這是一個(gè)還處于早期探索，未來有很大發(fā)展空間可以期待的領(lǐng)域。”張勝譽(yù)認(rèn)為。

　　“量子機(jī)器學(xué)習(xí)的更多應(yīng)用還須等到可以實(shí)現(xiàn)大規(guī)模量子信息存儲(chǔ)，以及有成熟的量子計(jì)算機(jī)出現(xiàn)才行。”韓正甫說，但事實(shí)上，量子計(jì)算機(jī)的概念1980年代提出，投入研發(fā)20年，迄今還沒有一臺(tái)真正走出實(shí)驗(yàn)室。

　　劉激揚(yáng)也表示，量子計(jì)算機(jī)是真正實(shí)現(xiàn)量子機(jī)器學(xué)習(xí)算法實(shí)用化的重要硬件基礎(chǔ)，要想將量子機(jī)器學(xué)習(xí)算法應(yīng)用于實(shí)際的數(shù)據(jù)分析和處理任務(wù)中，需要將數(shù)據(jù)轉(zhuǎn)化為量子態(tài)，上傳至計(jì)算機(jī)中，進(jìn)行存儲(chǔ)、處理并導(dǎo)出，這就需要研制出具有成百上千超導(dǎo)量子比特的量子計(jì)算機(jī)，“在通用量子計(jì)算機(jī)建造成功之前，量子機(jī)器學(xué)習(xí)算法則很難在實(shí)際應(yīng)用中展現(xiàn)出其數(shù)據(jù)處理方面的強(qiáng)大能力。”

　　張勝譽(yù)分析道，由于硬件資源的受限，量子機(jī)器學(xué)習(xí)的驗(yàn)證和發(fā)展確實(shí)有很多瓶頸。“理論上可以進(jìn)行更多量子加速的研究，實(shí)踐上也可以結(jié)合硬件不停推進(jìn)對(duì)物理化學(xué)中基本問題的理解。”他認(rèn)為，這個(gè)領(lǐng)域最終的突破，可能需要理論和硬件手拉手往前走。

　　在劉激揚(yáng)看來，量子機(jī)器學(xué)習(xí)還缺乏完備的理論框架及實(shí)際驗(yàn)證。“由于量子機(jī)器學(xué)習(xí)只能在量子狀態(tài)下進(jìn)行，而當(dāng)前由經(jīng)典信息到量子信息的轉(zhuǎn)換研究較少，還有很多問題未解決。”

　　“我們還不能從基礎(chǔ)理論角度來闡述量子機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)。”劉激揚(yáng)說，目前仍不能證明某個(gè)量子機(jī)器算法的性能比所有的經(jīng)典機(jī)器學(xué)習(xí)算法都好, 因?yàn)闆]有找到同樣復(fù)雜度的經(jīng)典算法,但這并不代表這樣的經(jīng)典算法不存在，所以還有待進(jìn)一步研究證明。

　　但是，在業(yè)界大佬們看來，量子機(jī)器學(xué)習(xí)是個(gè)充滿無限遐想的領(lǐng)域。“深度學(xué)習(xí)帶來的變化已經(jīng)遠(yuǎn)超十年前的估計(jì)，量子計(jì)算機(jī)對(duì)量子多體系統(tǒng)的模擬會(huì)給我們帶來哪些顛覆性的認(rèn)識(shí)，量子與機(jī)器學(xué)習(xí)結(jié)合會(huì)對(duì)我們自身和自然界的理解和改變帶來哪些影響，這里有非常大的想象空間。”張勝譽(yù)說。

　　張勝譽(yù)介紹道，騰訊一直持續(xù)關(guān)注量子機(jī)器學(xué)習(xí)的方向。“我們團(tuán)隊(duì)和法國(guó)的合作者Iordanis Kerenidis一起設(shè)計(jì)了第一個(gè)可證明有加速的神經(jīng)網(wǎng)絡(luò)量子算法，團(tuán)隊(duì)在機(jī)器學(xué)習(xí)對(duì)量子物理和量子化學(xué)的理解上也在不停向前探索。我們希望能在這個(gè)令人期待的領(lǐng)域中作出一些踏實(shí)的貢獻(xiàn)。”

　　在機(jī)器學(xué)習(xí)領(lǐng)域深耕多年的國(guó)雙，也一直關(guān)注著量子機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域的最新動(dòng)態(tài)。劉激揚(yáng)說，目前，該公司的產(chǎn)業(yè)人工智能平臺(tái)搭載包括機(jī)器學(xué)習(xí)、知識(shí)圖譜、自然語言處理等人工智能技術(shù)與算法，在數(shù)字營(yíng)銷、司法大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域都積累了豐富的實(shí)踐經(jīng)驗(yàn)及成功案例，切實(shí)的幫助客戶提升生產(chǎn)運(yùn)營(yíng)效率。

　　“除了持續(xù)推動(dòng)‘AI+行業(yè)解決方案’服務(wù)模式落地外，我們會(huì)跟進(jìn)量子機(jī)器學(xué)習(xí)的進(jìn)展并積極部署，思索如何將這些新興技術(shù)融入國(guó)雙獨(dú)有的產(chǎn)業(yè)人工智能平臺(tái)，致力落實(shí)用技術(shù)改變產(chǎn)業(yè)，為客戶實(shí)現(xiàn)智能化轉(zhuǎn)型而努力。”劉激揚(yáng)說。（記者 操秀英）