量子計算與量子神經網絡： 智能時代研究新范式

人類從未停止對極限的追求，對腦結構和能力的極限探索，正是這樣一個縮影。應該說，人工神經網絡和諸多機器學習系統，在這條道路上飛快前行，成為了21世紀最具顛覆性的技術。在許多我們自以為十分擅長的任務上，它們輕而易舉地超越了我們，像是數據挖掘和國際象棋，又或是人臉識別、自然語言處理。基于強大的計算能力，這些技術彰顯未來無限的可能。然而隨著超量數據的疊加，更強的計算能力，成為通向智能時代的關鍵一環。

神經網絡

近年來，神經網絡和諸多機器學習技術快速崛起，已經成為大數據時代下的技術基石。神經網絡是一種模擬人腦的神經突觸聯接的結構以期能夠實現類人工智能的機器學習技術。人腦中的神經網絡是一個非常復雜的組織，成人的大腦中估計有1000億個神經元。通過統計學的方法，神經網絡具有并行分布式的信息處理功能，能夠類似人一樣具有簡單快速的決定能力和判斷能力，同時在自學習功能、聯想存儲功能和高速尋找優化解具有優越性。

量子計算和量子神經網絡

然而隨著科學技術不斷發展，我們所面臨的數據呈現爆炸式增長（包括數據量，數據種類、結構和并生速度的增長）。在摩爾定律近乎失效的情況下，基于現有的經典計算能力，在如此復雜龐大的數據面前，神經網絡的處理信息過程將變得無比漫長，甚至完全無法實現最基本的功能。量子計算和量子神經網絡成為新的可能。

機器學習的神經網絡基于經典計算模擬，以存儲電壓的高低劃分數據存儲狀態，每次只能處理一個比特的狀態數據。量子計算機存儲量子比特，一個量子比特可表示量子態|0>和|1>的疊加，一次運算就可同時處理兩個狀態的信息。經典計算機對2n比特的數據執行相同計算需要2n次操作，而量子計算機只需要對n個量子比特進行一次操作即可。故此，量子計算在數據處理能力上遠超經典計算。假設我們有一個模型或者一個函數需要進行計算，有一個變量取一個x，計算其函數值F（x），如果x是一個n個比特的數據，把x的所有取值計算出來的話，在經典計算中需要算2的n次方，當n很大的時候，計算量很大。量子計算里面有一個很特殊的特性就是量子疊加態，可以制備變量x的疊加態，可以取到這個x所有的數值，這樣一次輸入就可以計算所有x的函數值F（x）;這就是量子計算并行性的根本原因。

量子計算因為其強大的數據處理的能力，能夠滿足處理大規模、復雜大數據對計算能力和速度的要求，除了人工智能和機器學習之外，氣象模擬和實時預測、實時路況導航、無人駕駛路線規劃、數據快速搜索與排序等和人類日常生活很近的領域都將得益于量子計算技術;量子計算也可以有效模擬量子體系的動力學過程，尤其是對化學反應、生物現象以及生命過程等交叉學科領域的模擬，將對新能源、新材料以及新現象的發現有著極大的應用價值。因此，量子計算技術將對整個人類的文明形態和生活方式帶來翻天覆地的變化。

量子神經網絡是基于量子力學原理的計算神經網絡模型。量子神經網絡是由量子力學與數學、計算機科學、信息科學、認知科學等多學科交叉而形成的一個全新的研究領域，量子神經網絡是過去神經網絡系統的超然進化，它充分利用量子計算的巨大威力，提升神經計算的信息處理能力。對于量子神經網絡來說，大腦的工作系統與量子物理系統更為相似，這種微觀物質的運動系統，更適合模擬人腦的心理與生理過程;經典計算機硬件的發展存在極限，當集成電路的線寬繼續縮小下去，摩爾定律將會失效，門和連線僅包含幾個原子，量子效應就會出現并且發揮重要的作用，量子效應開始影響電子的正常運動，量子計算將是未來解決計算瓶頸新方向;同樣的，神經計算的量子化也是神經網絡發展的必然趨勢，二者之間存在著某些本質上的聯系。量子計算專家、深圳量旋科技有限公司董事長項金根博士解釋道，“神經網絡需要計算一個目標函數F（x）的值，通過改變參數x得到一個目標函數的值，這個步驟在神經網絡系統中將進行多次循環，每一次循環不停地調整x，得到目標函數的最小值。在實際的應用里，F（x）這個函數可能是比較復雜的函數，計算這樣的函數需要很大的計算量，如當運用到量子計算時，這個過程將變得比較簡單，加快了整個神經網絡的計算速度。”

當然，量子神經網絡的研究還在不斷發展完善中，但在科研學術界，已達成共識，相比機器學習的神經網絡，量子神經網絡具有更少的神經元結構;學習和信息處理速率更快;可存儲節點和模塊更大，具有指數級的記錄量。

量子計算行業進展

鑒于量子計算和量子神經網絡的運用前景，不少研究機構及大型IT公司都將目光集中到了量子計算機的研發上，以Google、Microsoft、IBM為首的科技巨頭紛紛投入量子計算領域的研究。Google量子團隊已經證明了量子計算能解決傳統機器學習中的圖像分類問題，隨著技術的發展，量子計算機將在學習能力上超越經典的神經網絡。而2018年，美國著名科技媒體《連線》刊登了一篇文章，分析了量子計算在機器學習系統中應用的優勢、弊端以及現有案例，兩者的結合或終將解決人工智能等諸多問題。

相比國外的快速發展，國內企業也正在加快相關研究。今年已完成數千萬元A輪融資的深圳量旋科技正在加快研發實用型量子計算機研發與生產和量子神經網絡等技術的商業化應用。作為致力于量子計算產業化的初創公司，量旋科技專注于核磁共振技術方向和超導量子比特技術方向，已研發成功并售賣的桌面型核磁共振量子計算機“雙子座”，通過原子核與磁場發生相互作用來探測信號，采用室溫運行和成熟的電磁波脈沖控制技術，計算錯誤率較低，且可以實現小型化，因此設備適合日常場所使用。雙子座目前也已搭配可以鏈接多個量子計算體系的云服務平臺“金牛座”，形成線上和線下相結合的計算體系，在處理一些量子神經網絡的算法測試上，結果表明即使現有的量子計算機帶有噪聲，也能夠得到比較理想的結果。

超導量子比特方向則是目前最有希望實現通用量子計算的實現方法之一。超導量子電路對量子比特的能級與耦合的設計與控制非常靈活，國內外公司都在加速發展這一技術。量旋科技正在開發公司首臺超導芯片量子計算機，將于明年年底發布。預計，其超導量子計算機產品能在未來2～3年內供科研用戶使用，5年后能在具體場景落地使用。

結合量子計算與量子神經網絡，或許是計算智能時代的研究新范式。