量子细节客座专栏：“量子+人工智能：创新的交叉点”-量子技术内部-柏拉图数据智能

在一篇新的客座文章中，量子战略研究所创始人兼主席 Brian Lenahan 讨论了人工智能和量子计算之间的交叉点。

By 访客作者 11 年 2024 月 XNUMX 日发布

“Quantum PDetails”是一个客座编辑专栏，提供对量子研究人员、开发人员和专家的独家见解和采访，探讨该领域的关键挑战和过程。本文重点关注量子技术与人工智能 (AI) 之间的交叉点，作者：布赖恩·莱纳汉，创始人兼主席量子战略研究所。

人工智能 (AI) 和量子技术是两个有望动态改变每个领域的前沿领域，它们的交叉点为计算、优化和问题解决的未来带来了巨大的希望。这一交叉点的核心在于利用量子计算能力来增强人工智能算法的潜力，反之亦然，混合系统创造协同效应，有望在机器学习、密码学和药物发现等领域取得突破。然而科学还远没有解决。

人工智能和量子技术交叉的一个重要领域是 量子机器学习 （QML）。 QML 旨在利用量子计算的独特属性（例如叠加和纠缠）来增强机器学习算法。一些人认为，量子计算机有望有效地处理大量数据并执行复杂的计算，使人工智能系统能够更有效地分析和学习大量数据集。

此外，量子计算有望通过指数级加速计算来加速人工智能训练过程。这种加速对于训练深度学习模型特别有利，深度学习模型通常需要大量的计算资源和功耗。通过利用量子算法，人工智能研究人员有可能训练更复杂的模型，并在图像识别、自然语言处理和自动驾驶等任务中实现更高的准确度。

此外，量子增强算法有可能彻底改变人工智能应用中普遍存在的优化问题。 量子退火例如，通过利用量子原理更有效地探索广阔的解决方案空间，提供了一种解决优化任务的新颖方法。这种能力可以显着提高人工智能系统在复杂场景下找到最优解决方案的能力，例如供应链管理、财务组合优化和资源分配。

反对意见

一些利益相关者提出，人工智能（AI）和量子计算之间的关键融合在于后者增强大型语言模型（LLM）的潜力，从而促进通用人工智能（AGI）的进步。例如，多元宇宙计算旨在降低法学硕士培训通过受量子启发的软件。

著名行业观察家 Olivier Ezratty 最近撰写了一篇论文，题为 “人工智能、法学硕士和量子科学如何相互赋能？” 他的结论？ “本文研究的情况显示了一种不平衡的情况，即机器学习目前对量子技术的帮助大于相反。因此，“不要问量子计算能为人工智能做什么，而要问人工智能能为量子科学做什么”？

因此，Ezratty 等人建议，有关人工智能和量子计算融合的讨论可能会在机器学习 (ML) 和量子计算的背景下更准确地进行。当考虑处理较小数据集的效率提升时，这种重新定位尤其重要——量子模拟器目前在这一领域表现出了希望，量子计算机 (QC) 有潜力在可预见的未来进一步扩展这些功能。这种方法不仅提供了直接的实用性，而且还暗示了未来进步的可扩展途径。

人工智能的发展势头

可以想象，QC 可以绘制出类似于以下的轨迹：现场可编程门阵列（FPGA）。由于将特定用例与算法相结合的复杂过程，以及由于经典计算仍然是基线而提供有形价值的挑战，通用库可能无法实现。要从这些算法中获取价值，就需要各个行业的内部拥护者，他们既拥有量子专业知识，又对各自领域有深入的了解。虽然供应商和学者可能会提供额外的工具，但商业实施的责任将主要落在这些专家身上。一旦特定行业内的用例表现出重大影响，整个行业的势头可能会激增。

然而，只有建立应用程序层，这种势头才会实现，其中量子计算无缝集成到现有应用程序和工作流程中，而最终用户无需掌握量子位的复杂性。最终，该技术应该发展到最终用户甚至不需要了解底层量子力学的程度。

了解有关量子与人工智能交叉点的更多信息： 2024 年 XNUMX 月纽约量子科技内部.

布赖恩·莱纳汉，量子战略研究所创始人兼主席，已七次发表作者与人工智能和量子技术相关的主题以及三届LinkedIn Quantum Top Voice。他为企业和中小企业组织提供咨询，主要是开发技术路线图。 Brian 在以下网站上广泛撰写了有关这两个主题的文章 LinkedIn 并在他的子堆栈中“量子业务设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“

分类：
人工智能, 客座文章, 量子计算, 研究

标签：
AI, 布赖恩·莱纳汉, 量子计算