QC观察丨IBM提出量子AI涡轮增压器

IBM提出的是一种用于非结构化数据的量子涡轮增压器，它不仅可以应用于AI，还可以应用于任何使用非结构化数据的计算机解决方案。

经过多年不懈的努力，IBM在深度学习人工智能技术以及量子计算方面，均处于世界领先地位。于是，许多人开始在想，什么时候能看到IBM展示将这两种技术结合的成果。万众期待下，终于在上周，IBM宣布他们已经开始着手研发一种新型混合型计算机，该设备将是IBM人工智能“沃森(Watson)”和他们在量子研究方面的突破相结合的成果。

有趣的是，这两种技术有很大的区别。人工智能“沃森”主要是基于神经网络，部分研究集中在模拟人脑方面，最初是因为赢了一场游戏节目而一战成名。因此，从本质上说，华生是一种模拟有机计算机的电子计算机。但是量子技术不同：它甚至不是来自技术市场，而是来自物理理论。它不仅与现有计算机几乎没有共同点，而且与有机计算机几乎没有共同点——这意味着结合这两种技术是极其困难的。

但是显然，IBM已经找到了通向未来的道路。让我们来看看IBM的这一研究有什么重大意义。

量子计算机能力超群

当我们从单核处理器转向多核解决方案时，遇到了很多问题。最主要的问题是，大多数程序都是按顺序执行的，这意味着当你将它们放在一台典型的多核计算机上时，你会固定其中一个内核，将其余的闲置不用。我们花了很长时间才弄清楚如何编写和重写代码，以便多个程序可以并行执行，从而大大优化了性能。相比之下，量子计算的变化使得这个艰难的过程看起来非常简单，因为量子计算机处理数据的方式大不相同。它们的计算元素甚至不具有相同的状态，这使得编写代码具有更大的灵活性，不过在编写优化代码方面也产生了巨大的问题，因为很少有编码人员理解这种差异。

即使采取一个简单的程序和转换也会出现问题。当前我们的想法是，必须从零开始，与少数能够为这个平台编写代码的人员合作。创建一个与以前所看到的完全不同的应用程序。

不过，量子计算机的处理复杂问题的潜力远远高于所有历史上出现所有的计算设备。与量子设备潜在的性能增长率相比，摩尔定律简直像是在原地踏步。

这意味着，在可预见的未来，我们尚且还不能让沃森这样的平台在量子计算机上实现最佳运行。但是我们可以创造一个混合系统，让量子计算机与AI相结合，更高效地完成单靠AI不能完成的任务。

你可以把它想象成汽车的涡轮增压器。涡轮增压器是一种压缩机，在设计上更类似于喷气式发动机，不过涡轮并不直接作用于汽车。但是，它们与发动机相连，压缩空气/燃油混合气，使汽车行驶得更快。它们在一起总比分开好，这和我在这里说的很相似。如果一台量子计算机能使沃森增压，那么结果应该是产生显著的性能提升。

量子AI涡轮增压器

IBM发现量子计算机尤其擅长结构非结构化数据，如图像等。它们能以极高的精确度对高度复杂的物体进行分类。现在，沃森需要能够从非结构化数据中做出决策，从性能角度来看，传统的CPU在结构化非结构化数据方面通常表现得不太好。这就是为什么我们使用GPU来代替高性能的工作。在沃森的先进结构中使用了大量的GPU，但量子计算机的潜在计算能力可能比GPU快得多。因此，将这两个系统结合起来应该可以大大加快分析非结构化数据的速度。

在这一过程中，GPU不会过时，因为在决策过程中仍然需要它们。但现在，它们接收数据的速度将比以前快得多，就像压缩高性能引擎中的电荷一样，其结果应该是更高效。

现在，我们需要一台中间计算机来连接量子计算机的结构和人工智能接受的内容。这台中间计算机被称为噪声中等量子计算机(NISQ)。它是量子计算机和人工智能之间的转换桥梁。但是，从数据复杂性和非结构化数据的性能两方面来看，结果应该大大超出了经典计算机所能达到的水平。