很火的量子计算遇上更火的机器学习,解决人工智能问题

科普 admin 浏览 当前位置:主页 > 科普 > >正文

小编:据国外媒体报道,美国著名科技媒体《连线》撰文分析了量子计算在机器学习系统中应用的优势、弊端以及现有范例,表示两者的结合或终将修成正果,解决人工智能等诸多问题。 早在

  

  据国外媒体报道,美国著名科技媒体《连线》撰文分析了量子计算在机器学习系统中应用的优势、弊端以及现有范例,表示两者的结合或终将修成正果,解决人工智能等诸多问题。

  早在上世纪90年代,威奇塔州立大学的物理学教授伊丽莎白·贝尔曼(Elizabeth Behrman)开始致力于研究量子物理与人工智能的结合,而其中的神经网络在当时还堪称是特立独行的技术。大多数人认为她在把油和水进行混合。她回忆说:“我花了很长时间才把论文出版。与神经网络相关的期刊会说,’量子力学是什么?’,物理期刊会说,’神经网络是什么?’”

  但到今天,两者之间的结合似乎成了世界上最自然的事情。神经网络和其他机器学习系统已成为21世纪最具破坏性的技术。它们的能力远超出人类,不仅在国际象棋和数据挖掘等方面表现出众,而且在人类大脑所擅长的面部识别、语言翻译等方面进展迅速。通过后台的强大算力,这些系统的价值不断凸显。对于科技公司来说,寻找更大算力的新型计算机不可避免。

  经过数十年的研究,量子计算机相比于其他类型计算机已经具有足够的优势来执行超越地球上任何其他计算机的计算。通常认为其上运行的杀手级应用程序能够解析大数据,这也是现代加密技术的关键问题。

  但这一技术要落地依旧还需要十多年的时间。在今天,初级量子处理器完全能够匹配机器学习的需求,这种计算机通过对大量数据的操作,解析出传统计算机无法识别的细微模式,并且不会因数据的不完整或不确定性而受到影响。 “量子计算的内在统计特性与机器学习技术之间有着天然的耦合性,”位于加利福尼亚州伯克利的量子计算机公司Rigetti Computing物理学家约翰奥特巴赫(Johannes Otterbach)如是指出。

  可以说,关于量子技术发展的钟摆正处于一端的高点。谷歌,微软,IBM以及其他科技巨头纷纷投入量子机器学习,而多伦多大学的创业孵化器也致力于此。 “‘机器学习'正在成为业界的一种流行语,”莫斯科斯科尔科沃科学与技术学院的量子物理学家雅各伯·比亚蒙特(Jacob Biamonte)说,“当你把它与‘量子'结合在一起时,它就成了一个超级流行词。”

  然而,“量子”这个词本身并没有任何意义。即便你或许会认为量子机器学习系统应该是强大的,但它却受到了类似于闭锁综合症的影响。它需要在量子状态下运行,而非在人类可读的数据上进行操作,而两者之间的转换可能会抹杀其最大的优势。就像现有的iPhone X一样,虽然配置很高,功能很强,但如果网络不好的话,也会和旧手机一样慢。在特定的情况下,物理学家或许可以克服这种输入输出的瓶颈,但是在实际的机器学习任务中如何解决相关问题我们仍然是不得而知。 “我们还没有明确的答案,”奥斯汀得克萨斯大学计算机科学家斯科特·阿伦森(Scott Aaronson)说,其在量子计算方面一直保持着清醒的头脑, “人们往往并不在乎这些算法是否会加快处理速度。”

当前网址:http://www.kepujianbao.com/tech/12779.html

 
你可能喜欢的: