Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之心编辑部报道

WAIC 2021 | 百度量子计算段润尧:从理论到实践谈量子人工智能

在 WAIC 2021 AI 开发者论坛上,百度研究院量子计算研究所所长段润尧发表主题演讲《量子人工智能:从理论到实践》。在演讲中,段润尧讲述了量子计算的理论基础,对量子人工智能的发展现状和发展趋势进行了探讨和展望,并介绍了百度在量子人工智能方向的理论与实践探索和所取得的成果。




以下为段润尧在 WAIC 2021 AI 开发者论坛上的演讲内容,机器之心进行了不改变原意的编辑、整理:

图片


各位亲爱的开发者朋友,大家下午好!今天非常高兴有这个机会和大家相会在上海,一起聊聊量子人工智能。这个领域听起来好像很玄妙,但其实已经发展了很长时间。今天,我希望为大家介绍量子人工智能基本理论背后的一些思考和应用实践。

图片


让我们从熟悉的地方开始讲起。

「一尺之棰,日取其半,万世不竭。」这样一件简单的事情,不仅体现了惠子和庄子的辩论,也体现了智能。这是逻辑学上的辩论:如何以难以辩驳的论据驳倒对方?

我提起这个例子,很大程度上是因为想到了数学里的极限。这句话其实表示了极限为零的过程,和计算机二进制是有关系的。如果把一个小木棍二等分,然后取一个小段再二等分,之后一直重复这个过程;仔细观察你会发现,实际上这就是二进制的表示。继续往下推演,你会发现木棍形状可以是不规则的,这时就会变成微积分的切割,变成了如何把一个立体的东西切成两块的问题。之后可能还会考虑怎么切得公平、快速、精确,这时候开始有工程学、算法优化的东西出现。当然,你也可以选择用这个想法搞个切棰子的游戏…… 所以说,这句话会带来非常丰富的想象。

但当这个东西切到切无可切的时候,这个东西还存在吗?答案是存在。那它遵循什么规律呢?古代的人只能去辩论,而现代人则会思考关于量子的事情。

我有一个不成熟的意见,那就是「切一棰而知天下」。“切一棰”里面蕴含了智能、人工以及量子。

图片


现代的人对于事情的认知,已经远远不止刚才所讲的辩论;实际上,人们已经能够从最根本的层面认知世界。在上个世纪,我们可以看到伟大的物理学家、量子先驱们的不懈努力:1900 年普朗克发现能量需要量子化,爱因斯坦提出光量子,波尔提出氢原子轨道离散化。再接着,德布罗意提出波粒二象性,海森堡、薛定谔建立了微观世界的物质必须遵循的物理规律,狄拉克将量子力学与狭义相对论统一起来。这些成就使人们不仅仅只是在哲学的层面争论世界本源的问题,而是用物理学的方法非常严格地研究这些问题。

后来,冯诺伊曼和希尔伯特把整个物理学规律给公理化了。量子物理学被公理化以后,量子物理学不再局限于物理学家进行研究;其他领域的科学家以及各个行业的人都可以去研究。实际上,虽然量子力学听起来很玄妙,但是利用精确的数学就可以概括描述它。大学里《线性代数》的知识就可以用来刻画量子力学四条公理。这也是为什么今天我们能够在这里进行讨论,而不是像古人那样只限于辩论。

图片


今天我们能够聚在这里共同探讨,还应该感谢图灵。图灵在二十几岁时提出「什么样的问题是可计算的?」并建立精确的数学模型用于回答这个问题。

“根据我的定义,一个数是可计算的仅当其十进制展开可以被一台机器所写出”——这个研究奠定了现代计算机的理论模型。之后图灵又提出另外一个问题:「机器能思考吗?」图灵认为机器也可以有所谓的智能,也会有独特的思考方式。所以,业界普遍认为图灵是人工智能的创始人。

图片


量子和计算,这两个东西结合在一起会出现什么?历史证明,量子力学产生了巨大的革命效应。芯片、激光、原子弹、晶体管、核磁共振等等技术都是依据量子力学原理开发的。

现在,我们把量子和计算理论再次结合在一起,形成新的理论——量子计算。这个理论可以帮助我们去操控量子系统。以前对于材料的研究中,我们首先用量子力学原理去确立材料的性质,然后预测材料的结构;现在我们已经不再满足于这一步。我们希望技术能够针对单个量子系统,用量子力学规律预测出完整的性质,进而完成信息处理任务。这个事情为什么有意义?因为在量子世界里有非常多特性,比如叠加态、纠缠态等;这些特性可以使计算机拥有更强大的信息处理能力。

为什么我们需要量子计算?下面我将从三个方面阐述量子计算出现的必然性。

图片


第一个是逻辑上的必然性。经典逻辑为什么要去关心量子逻辑?因为在经典逻辑层面已经不可避免要面对量子问题。

这个问题是什么?举个例子,考虑经典逻辑中的 “与或非” 操作。「非」就是输入 0 输出 1,输入 1 输出 0 的操作。我们可以把这个操作看成一个黑盒,这个黑盒的作用是不可分割的;这个操作本身也是物理过程。

兰道尔说过“信息的处理都是物理过程”,而只要是物理过程都遵循这个规律。因此,我们可以把看似不可分割的过程看成多个物理过程组合在一起,这时要求两个物理可实现操作的组合和逻辑「非」门等效。最后,你会发现没有任何一个经典逻辑操作能满足这个关系。

我们要解决这样一个困局:物理理论中存在,但经典逻辑中找不到,怎么办?这时需要引入矩阵思维去思考这个问题。引入虚数的概念,这个操作就是一个量子逻辑门的操作。其实,这个 R 是个量子逻辑门,它在物理理论中存在,但是不能被经典逻辑表达,那么它必须由量子逻辑才能刻画。

图片


第二个是技术上的必然性。芯片的尺寸越来越小,现在已经小到一纳米,电子隧穿效应会越来越明显。在这种微观层面,已经没有办法延续经典摩尔定律。所以,我们必须考虑量子效应。另外,耗电量大的问题也必须要考虑,应用量子方法是一个解决的办法。

图片


第三个是应用上的必然性。我们知道,生病了就要吃药,药是大分子,我们可以做一些化学反应去研究新药物。这时化学性质的模拟变得很重要。费曼发现,如果用经典计算机去模拟量子系统,通常需要消耗指数级别的时间,效率非常低下。打个比方,一个拥有 50 个量子比特的系统,记录该系统状态信息所需要的存储量是现在所有存储量的数倍。所以,只能考虑用量子模型去模拟。量子模型几乎可以模拟自然界中所有物质的演化过程。

图片


接下来看一下量子计算技术的发展趋势。在过去几十年中,量子计算技术进展非常快。2001 年我刚进入这个领域,那个时候还没有能够造出一两个量子比特的操作;现在,我们已经能够制造一百个量子比特规模的量子计算机,科学家们也展示了量子计算的各种优势。

从这个意义层面来说,量子是我们在后摩尔时代的必由之路。我们可以用量子保护隐私,作为 AI 发展的突破口;研究更强大算力的算法需要量子;最终,我们希望得到一个可以完全超越经典的解决方案的全新量子解决方案。

图片


需要强调的是,量子计算已上升为国家战略,量子科技的发展战略谋划和系统布局已经变成非常重要的方向。《“十四五”规划和 2035 远景目标纲要》中提出,要把量子信息作为三架马车之一。从海外来看,许多国家已经在量子计算方面有很大投入。另一方面,量子计算市场未来可期。从图中可以看出,根据综合信息得出来的预测显示,量子计算市场基本是呈指数增长趋势。

图片


量子计算的应用方面主要是密码安全、人工智能、量子化学和材料模拟,可以搜索到很多相关的新闻报道。

图片


量子计算人工智能正在深度融合。很多大家很熟悉的人工智能业务,比如计算机视觉自然语言处理、语音、自动驾驶,这些业务往往需要好的算法、深度学习框架。量子人工智能应运而生,在算法、框架和硬件三个层面起到节约资源和加速的效果。
 

图片


量子人工智能的近期目标是什么?当前,我们只有中等规模量子硬件,还没有大规模量子硬件;我们还有一些近期量子算法能够有指数的加速。今后五到十年期间,量子人工智能领域最大任务是研制出比传统技术更好的量子计算方法,进而落地应用。

百度做的事情

最后,我很荣幸向大家介绍一下百度量子计算方面做了什么。量子计算这样一个革命时代即将来临,作为一家企业,应该如何应对这样的挑战?百度做的事情非常简单:搭建储备技术人才软件平台、开发新业务,并把我们开发的技术提供给所有开发者、合作伙伴使用。

图片


编者注:2018 年 3 月 8 日,百度成立量子计算研究所,段润尧博士成为研究所所长。研究所以实现 “百度量子,量子百度” 为使命,以 “人人皆可量子” 为愿景,致力于广泛开展量子技术储备、量子人才培养以及新量子业务探索,建成世界一流的量子人工智能研究机构,从而做好迎接量子计算时代的准备。为此,段润尧博士制订了 QAAA 战略规划:聚焦量子算法(Quantum Algorithm)、量子人工智能(Quantum AI)和量子架构(Quantum Architecture)三个核心方向,并在研发过程中不断利用量子计算赋能百度核心技术,持续将相关量子科技整合到百度的核心业务之中,积极探索量子科技创新业务。

在量子算法方向,百度希望针对具体任务设计高效的量子算法,将经典算法设计及分析理论推广到量子情形,优化现有量子经典算法,确定现有算法的可行性与局限性,聚焦于量子搜索、量子模拟、量子安全计算等应用;在量子人工智能方向,百度希望利用量子计算的信息处理优势促进人工智能的发展,同时利用现有的人工智能技术突破量子计算发展瓶颈,聚焦机器学习、信息安全、区块链等技术研发;在量子架构方向,百度希望提供量子基础架构综合服平台,用于支撑量子人工智能和量子算法的物理设备实现,聚焦量子硬件接口、分布式量子信息处理、统一编程平台、量子网络与因特网、量子和后量子密码等研究领域。

围绕 QAAA 规划百度已建成了以量脉、量桨、量易伏三大项目为主体的百度量子平台(Baidu Quantum Platform),旨在提供全面的量子基础设施即服务 QaaS(Quantum Infrastructure as a Service),追逐 “人人皆可量子” 的愿景。百度量子平台提供了连接顶层解决方案和底层硬件基础所需的大量软件工具以及接口,百度希望这一平台扮演量子计算时代操作系统的角色。开发者和合作伙伴可以通过这一平台实现量子计算对行业的赋能,不再需要针对性接触和学习复杂的量子软硬件。通过打造量脉、量桨、量易伏三项国内领先的量子计算科技成果,百度已成为量子计算领域的先行者。

现阶段百度主要聚集在算法、量子人工智能和架构这三块领域。作为成果,我们已经推出的百度量子平台,就是围绕这三个方面。比如量桨是人工智能深度学习的连接桥梁;量脉是量子控制的云平台;最重要的是量易伏,该平台可以帮助开发者朋友更加便捷的使用量子计算资源。

图片


很高兴向大家重磅推出百度量子全景图,从算法设计到量子环境部署再到到量子软硬件接口,已经有一整套系统的框架。刚才说的量脉、量桨、量易伏在其中扮演着很重要的角色。

编者注:量脉(Quanlse)是脉冲级别量子控制云平台,通过云计算为量子控制提供专业与高效的解决方案,提供了高效的量子软硬件接口,为近期量子应用的实现提供了有力保障。量脉最新升级至 2.0 版本,重点研发了多量子比特含噪模拟器,用于仿真超导量子芯片,新增误差表征和噪声缓释模块助力提升量子计算精度,成为了同时支持超导电路、离子阱、核磁共振三类量子硬件的量子控制平台。


量桨(Paddle Quantum)是量子机器学习工具集,可加速人工智能技术与量子计算的深度融合,进而有望促进量子化学模拟、新药研发、金融等领域的突破进展。量桨最新升级至 2.1 版本,运行效率平均提升 20%,通过前沿的量子神经网络、LOCCNet、量子核方法、含噪量子电路模拟等模块,开发者们可以在量桨上便捷地进行人工智能、组合优化、量子化学方面的量子应用研发。


量易伏(量子易于降伏,Quantum Leaf)作为国内首个云原生量子计算平台,是从应用到真机的一站式量子计算平台,结合原生云计算量子计算优势,承载量子计算需求和出口,是开启量子计算时代的钥匙。最近,量易伏重磅升级至 2.0 版本,成为国内首个接入量子计算真机的云原生量子计算平台,提供从应用到真机的一站式量子计算服务。量易伏通过接入中科院物理研究所的超导量子比特芯片,以及诸如混合语言支持、QCompute SDK(量子软件开发工具集)、云上量子 IDE(集成开发环境)、自动化模块工作流等技术,带来了真正企业级的量子计算开发环境,进一步彰显百度量子生态软硬实力和构建生态上下游能力,使得人人皆可使用到量子计算的能力。

图片


量易伏是国内首个云原生量子计算平台。教育科研、人工智能应用、化工医药等领域都可以通过该平台编写程序。量易伏可以把外部信息转换成量子硬件可接受的指令;同时还会提供各式各样的编程方式。开发者朋友可以在线编程,可以用经典和量子混杂的方式编程。该平台适合所有开发者。

图片


最近我们和中科院物理所一起合作,实现了量易伏和他们的量子芯片的对接。所有开发者都可以利用量易伏平台,在他们的量子芯片上运行量子程序。

图片


光说不练假把式,我们非常欢迎大家可以自己尝试一下。举个例子,我们用量易伏写了一个程序,这个程序可以用来计算化学分子,也可以用量易伏设计量子神经网络,然后通过量易伏传到物理的真机上,最后通过来回调用真机,计算出小分子基态的能量。目前计算出的结果和理论值还有一点偏差,相信经过后续不断改进,偏差会逐渐缩小。

图片


这个事情意义何在?我们想象一下,如果是以前,想知道一个分子的基态度会怎么做?一定是到实验室做各类实验,收集各种数据,之后用经典计算机处理大量数据,勉勉强强建立一个模型,然后再去分析、最后才得到结果;而现在,程序员朋友只要在自己电脑上敲几下代码,发个指令就可以算出来。这是革命性的计算方式,这是最激动人心的地方。我们后面也会持续推出新的量子计算平台,希望大家关注。

图片


最后和大家介绍一下百度量子生态。百度量子生态是非常开放的生态,我们希望百度量子生态能够可持续地发展,秉承给开发者朋友、用户、客户提供服务永远至上的准则。我们希望和硬件供应商合作,在硬件方面第一时间进行测试合作互联,最后达到共赢;也希望和科研院所以各种方式开展科研合作。同时我们也在持续支持相关的国际会议,如 QIP 等。我们还有像 Artur Ekert 这样的顶级顾问,Artur 是量子密码的共同发明人,也是量子计算的先驱。通过这样的方式,我们由衷希望通过百度量子生态和大家一起共同发展。

展望

图片


最后展望一下量子科技之星。量子科技其实挑战很大,我们应该如何应对?在我看来,科学研究方面需要系统布局,而量子科技人才队伍的培养势在必行。具有交叉学科的背景知识的人才,这是目前最缺的。在应用方面,量子会使云计算和 AI 变得更加有活力,还能够促进产业升级。

结语

图片


我相信对每一个企业都面临这样的问题:如何在量子时代做好准备,如何开发新的东西?

清朝末年有一个小说很有名,讲的是女性怎么通过努力争取权利的,这本书叫《黄绣球》。小说里有句话就是「前人栽树,后人乘凉」。所以在这里,我放了一张树的照片:这是一棵九千多岁的树,它的年龄是用量子方法测出来的。巴菲特说过「之所以现在我们可以在树底下乘凉,是因为很久以前有人在这种了一棵树」。我觉得人人皆可量子,而现在正是种量子树的黄金季节。百度希望和大家携手,一起推进量子领域的发展。谢谢大家!
产业WAIC
相关数据
区块链技术

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络, 也称为价值互联网。 中本聪在2008年,于《比特币白皮书》中提出“区块链”概念,并在2009年创立了比特币社会网络,开发出第一个区块,即“创世区块”。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

微观世界技术

MicroWorlds是一个使用Logo编程语言的程序,它是Lisp编程语言的一种方言(变种)。 它使用一个"乌龟物体",其可以移动,给出命令,并最终形成形状甚至动画。现实世界充满了分散和模糊的细节:通常科学通过集中于人为简单的现实模型(例如物理学,无摩擦的平面和完美的刚体)来进步。 1970年,麻省理工学院人工智能实验室的Marvin Minsky和Seymour Papert提出人工智能研究应该集中精力开发人工简单情况下称为微世界的具有智能行为能力的程序。 许多研究集中在所谓的块状世界上,这个世界由平面上排列的各种形状和大小的彩色块组成。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

量子神经网络技术

将量子理论与神经计算相结合是美国路易斯安那(Louisiana) 州立大学Kak 教授的创举,他在1995年发表的“On Quantum Neural Computing”一文首次提出量子神经计算的概念,开创了该领域的先河。同年英国 Sussex大学的Chrisley提出了量子学习(Quantum Learning)的概念,并给出非叠加态的量子神经网络模型和相应的学习算法。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

微积分技术

微积分(Calculus)是高等数学中研究函数的微分(Differentiation)、积分(Integration)以及有关概念和应用的数学分支。它是数学的一个基础学科。内容主要包括极限、微分学、积分学及其应用。微分学包括求导数的运算,是一套关于变化率的理论。它使得函数、速度、加速度和曲线的斜率等均可用一套通用的符号进行讨论。积分学,包括求积分的运算,为定义和计算面积、体积等提供一套通用的方法 。

摩尔定律技术

摩尔定律是由英特尔创始人之一戈登·摩尔提出来的。其内容为:积体电路上可容纳的电晶体数目,约每隔两年便会增加一倍;经常被引用的“18个月”,是由英特尔首席执行官大卫·豪斯所说:预计18个月会将芯片的性能提高一倍。

线性代数技术

线性代数是数学的一个分支,它的研究对象是向量,向量空间(或称线性空间),线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题;因而,线性代数被广泛地应用于抽象代数和泛函分析中;通过解析几何,线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型,使得线性代数被广泛地应用于自然科学和社会科学中。

量子机器学习技术

量子机器学习是量子物理学和机器学习交叉的一个新兴的交叉学科研究领域。人们可以区分四种不同的方式来结合这两个父类学科。量子机器学习算法可以利用量子计算的优势来改进经典的机器学习方法,例如通过在量子计算机上开发昂贵的经典算法的有效实现。 另一方面,可以应用经典的机器学习方法来分析量子系统。 一般来说,可以考虑学习装置和所研究的系统都是完全量子的情况。

百度机构

百度是全球领先的人工智能平台型公司。百度大脑是中国领先的“软硬一体AI大生产平台”,是百度AI的集大成,对外全方位输出超过270多项核心AI能力,服务230万开发者。飞桨是中国首个全面开源开放、功能完备的产业级深度学习平台,是中国自主研发的“智能时代的操作系统”。百度智能云是百度AI To B 业务的重要承载者和输出者,是产业智能化领导者。小度助手是中国领先的对话式人工智能操作系统,拥有中国市场最繁荣、开放的对话式人工智能生态,今年6月,小度助手语音交互次数超过58亿次。作为全球领先的、最活跃的自动驾驶开放平台,百度Apollo代表中国最强自动驾驶实力,被知名研究公司Navigant Research列为全球四大自动驾驶领域领导者之一。目前聚焦在以自动驾驶、汽车智能化、智能交通为核心的三大赛道。自动驾驶技术方面,超过十项中国第一,实力领跑行业。智能交通方面,百度 “ACE交通引擎”是全球首个车路行融合的全栈式智能交通解决方案。

https://www.baidu.com/
机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
量子计算技术

量子计算结合了过去半个世纪以来两个最大的技术变革:信息技术和量子力学。如果我们使用量子力学的规则替换二进制逻辑来计算,某些难以攻克的计算任务将得到解决。追求通用量子计算机的一个重要目标是确定当前经典计算机无法承载的最小复杂度的计算任务。该交叉点被称为「量子霸权」边界,是在通向更强大和有用的计算技术的关键一步。

量子力学技术

量子力学(Quantum Mechanics),为物理学理论,是研究物质世界微观粒子运动规律的物理学分支,主要研究原子、分子、凝聚态物质,以及原子核和基本粒子的结构、性质的基础理论。

推荐文章
暂无评论
暂无评论~