人工智能领域简报（第29期）——Google量子人工智能实验室：4个月内实现“量子霸权”，量子机器学习或将提上日程Google量子人工智能实验室：4个月内实现“量子霸权”，量子机器学习或将提上日程 量子计算机发展超过二十载，至今依旧被视为是神秘的信息处理方式，不过，当 D-Wave 公司推出商业化产品，包括 Google 、 IBM 、英特尔、微软等大企业也在多年前展开相关研究。先前甚至还有消息传出，晶圆代工厂台积电有意将 3 纳米制程落脚美国，就是考量到量子计算机的因素。 Android 之父 Andy Rubin 则在去年公开表示，正着手打造全新量子计算机，借此加速大数据分析与人工智能技术演进。诸多重量级公司及人士的投入，让量子计算机被视作是下一代的关键科技。
其中，技术领先的 Google 聘请了在量子计算机界被誉为大神级别的加州大学圣塔芭芭拉分校（UC Santa Barbara）教授 John Martinis 。DT君深入了 Google 量子人工智能实验室（Google quantum A.I. Lab），通过专访 John Martinis 大师，揭开实验室的神秘面纱。
美国圣塔芭芭拉小镇因邻近海岸以及气候宜人，一直以来就以休闲度假而闻名，在这里有一栋外观平凡的办公室，玻璃门上只低调贴着一张印有 Google 标志的小纸，走进之后才会明白 Google 量子人工智能实验室就坐落于此。
图丨Google quantum A.I. Lab隐身在圣塔芭芭拉的平凡办公室内。（图片来源：DT君） 在量子计算机的投入上，Google 堪称积极，2009 年底研究团队就在 NIPS 大会上展示了利用 D-Wave 处理器来训练图像分类器，让计算机探测器通过看2万张照片学习辨认车辆。2013年， Google 与NASA及大学空间研究协会（USRA）合作，设立 Google quantum A.I. Lab 。隔年，又宣布加州大学圣塔芭芭拉分校（UC Santa Barbara）教授 John Martinis 及其研究小组加入实验室，负责领导量子计算机的硬件及芯片设计。
图丨加州大学圣塔芭芭拉分校教授 John Martinis ，负责领导实验室进行量子计算机的硬件及芯片设计。（图片来源：DT君）
实验室三大研究主题
究竟什么是量子计算机？尽管是在科技产业工作的人，多半也只是闻其名而不知其所以然。对一般人来说，更象是科幻电影里才会有的名词。
简单而言，在目前的计算机（可以称为传统计算机）世界里，比特（bit）是所有数位信息的最小单位，每一个比特值只有两种可能值，不是 0 就是 1 ，所以常常有人说：计算机是 0 和 1 的世界。实际操作上，是以电流在逻辑闸上的流通与否，来完成各种逻辑运算，因此 0 与 1 可以理解为开（On）或关（OFF）两种状态，计算机就是通过一连串的 0 与 1 的组合来执行运算、储存等任务。
相比之下，量子计算机的基本单位是量子比特（qubit），与传统比特最大的差异是，量子比特可同时具有 0 、 1 及其线性的叠加态（superposition）。研究者认为，如果能研发具有更多 qubit 的量子计算机，执行任务速度就会大幅加快，远远超越当今的计算机。 同样也在发展量子计算机技术的 IBM 就指出，未来 10 年内就可以打造出一台 50～100 qubits 的量子计算机，即便是现在最强大的超级计算机，都比不上一台具备 50 qubits 的量子计算机。
图丨与传统比特的差异在于量子比特可同时具有 0 、 1 及其线性的叠加态。（图片来源：CB Insights）
Google 之所以对量子计算机深感兴趣，主要有两个层次的需求： 一是 Google 在全球拥有不少数据中心，希望通过高效能的运算处理器或计算方法来提供用户更快速的网络服务； 其次，希望借由布局各种前瞻、突破性的技术，以维持其在商业或技术上的领先优势。
“我们的实验室有三个主要的研究领域，第一个是研究通用型量子计算机（universal quantum computer），第二个是连续性模拟器（continuous simulator），最后一个则是量子退火（quantum annealer），有点类似 D-Wave 做的事。”John Martinis 透露。 目前，量子人工智能实验室的团队大约 20 人。其中，理论研究及硬件设计小组大约各占一半，从研究到电子设计、软件开发、以及打造出直径约一厘米左右的芯片，都是由这群人来完成。
推开实验室的大门，映入眼帘的是测试区域、无尘室、特殊打造的冷却系统，以及上头插着许多条线路、正在运行的 22 quibits 量子计算机。
John Martinis 介绍说：我们现在有四台冰箱（指冷却系统），很快就会增加到七台，这是用来把我们设计的装置冷却到非常低温的状态。此冷却系统是业者针对我们需要的规格打造成，看起来相当复杂，不过，基本原理跟家用冰箱没有什么不同，只是利用氦气（helium）来冷却它。
在量子计算机芯片的制作可分为两个部分，一部分是在实验室做出量子比特芯片，另一部分则是利用现有的商业晶圆代工厂来做。整体的制程使用微影成像（photolithography）制程，并以超导电路（superconducting circuits）取代了制作某些晶体，最后再利用特殊材料，也就是 10 微米左右的铟（indium），以及打线接合（wire bond）制程把将芯片的上下部分整合为一体。
图丨John Martini 身后的门推开就是实验室。（图片来源：DT君）
John Martinis 指出，虽然使用大部份现有的半导体工具就能打造出芯片，但最困难的地方：一是芯片的电子设计，除了要能运作更要稳定，二是必须设计专属的算法，这两个大问题碰在一起使得难度加大，量子计算机也就如此难以突破。
不过，经过学界 20 多年的努力，逐步取得一些进展， John Martinis 有信心的说：“我们希望做出一些可用的东西，目标在今年底实现量子霸权（quantum supremacy）。”
还有一个季度就能实现量子霸权
量子霸权是指当量子比特超过 49 或 50 个左右，该量子计算机的计算能力将大幅超越传统计算机、甚至是超级计算机。而 John Martinis 要挑战在今年底打造出一个 49 或 50 qubits 的量子计算机。
当然，要达到 49 个的量子比特并非一蹴而就，该团队先前已经设计出一个 9 qubits 的计算机，这几年持续在电子、软件及基础架构下功夫，他们现在花很多时间在 22 qubits 上。 他认为，从 9 qubits 要到 49 qubits 象是往前跳了一大步，目前 22 qubits 的执行结果很好，不过 49 qubits 更复杂，需要做更多测试及细节处理，但他相当有信心可以在年底向外界展示量子霸权的能力。但他也强调，重点不在于 qubit 的数量，而是必须设计一个可以良好协同运作的系统，每一个环节都要同时运行。
图丨Google 量子人工智能实验室的办公环境。（图片来源：DT君）
量子计算机应用于量子化学及机器学习
不过，尽管有了 49 个量子比特，这一台量子计算机离普及使用依旧仍有段很长的距离。主要是因为量子计算机并不像现有的计算机是属于通用计算机，现今你我的计算机基本上可以跑各种程序，处理各类的问题，但“不是所有传统的问题都能跑在量子计算机上，也不见得会有较好的效果。量子计算机只适用于某些特殊问题，处理任务的范围会比较小。” John Martinis 说。
不少人认为，量子计算机适合用来运算大量资料的领域，例如气候变迁、新型药物或疗法的开发等。对此， John Martinis 指出，现阶段各界对量子计算机的投入是要先证明量子霸权，下一步就会进入到尝试思考有用的算法，他很直率的说：“因为要找出这些算法非常困难。另外，我不清楚量子计算机适不适合处理气候问题，但我们在思考的应用是量子化学（quantum chemistry）。”
量子化学是应用量子力学的规律和方法来研究化学问题的一门学科。率先提出量子计算机的物理学家理查德·费曼（Richard Feynman）就曾提出这样的看法：如果你打造量子计算机，量子化学将自然地映射到量子计算机上。当然，目前科学家可以利用超级计算机来观察分子（molecule）的物理特性，不过量子计算机可以比传统计算机更有效率地解决问题，这就是为什么 John Martinis 很自然地认为这应该是量子计算机第一个该做的事。
除了量子化学之外，另一个他们正在思考的是利用量子计算机来执行机器学习。
“这就是为什么 Google 将实验室取名为量子人工智能实验室。”机器学习适用于某些计算机模型，而量子计算机的概念就是让你可以找到更适合或更有效的方式。Google相信，机器学习将带来重要的科技变革，影响的程度将如过去的个人电脑、互联网、智能手机一样改变人类生活，
John Martinis透露，虽然目前发展的状况还不及量子化学，但是有一些好的想法可以让机器学习与量子计算机整合。内部已经有相关计划正在打造量子神经元（quantum neuron），他们发现量子化学领域有一个算法相当近似量子机器学习，或者是量子神经网络（quantum neural net），因此机会是很大的。
所以，量子机器学习会比传统计算机更有效率？“我们希望，但现今还没有人实现”。不过，他们想要用来解决量子化学问题的方法中有一部分就是利用量子机器学习，最终目的还是希望能用量子机器学习来处理更多一般性的问题。
不过，他也强调，“我们还在起点，这属于研究阶段，需要时间实验及发展。在研究阶段，很多时间会花在处理一些看起来看似很简单的玩具问题（toy problems）。”例如，在量子化学中，他们能够在量子计算机上相当精确地算出了氢分子（hydrogen molecule）的基态。“这是一个非常简单、从技术出现以来人类就已经知道的分子，不过，一但证明概念可以运作后，就能处理更复杂的问题。”而且已有不少公司着眼此领域，包括 IBM 、微软、阿里巴巴，因此对于量子机器学习的发展他也持乐观态度。
希望更多人投入算法
由于量子计算机的理论与现今计算机不同，未来想要走入应用阶段，也有赖工程师们学习新的编程方法。对此，John Martinis 表示，他的团队主要在设计硬件、控制软件，很希望外界的人学习如何编程量子计算机。现在的工程师不需要知道互补式金属氧化物半导体（CMOS）等积体电路的制程，只需要了解作业系统及程序语言就可以写出应用程序，虽然量子计算机很难，但在学理上如数学、物理学等还是有一致性，他们只要知道背后的原理、如何使用算法，就能触类旁通。
例如在实验室里，有一位员工之前在 Google 工作，所受的训练是计算机科学，但因为对量子计算机深感兴趣而加入了实验室，“通过学习，他就对标准量子计算机算法提出了许多很棒的改善方式，这些是过去20年来没有人想过的事，我的看法是如果计算机科学家喜欢这个领域，他们就能做出许多贡献，当量子计算机时代到来，人们就能专注在编程及算法上。” John Martinis 说。
图丨物理学家理查德·费曼（Richard Feynman）率先提出量子计算机的概念，这间会议室就命名为Feynman会议室。（图片来源：DT君）
大企业、新创齐聚
除了 Google 之外， IBM Research 在去年发表了 IBM Quantum Experience 量子体验平台，这个拥有 5 qubits 的量子计算机放置在纽约的 T.J. Watson 研究中心里，为了让大众能够接触量子计算机，探索量子运算的各种可能性，IBM 开放了让外界体验、测试的服务。今年 3 月， IBM 进一步提高到 17 qubits ，并且宣布会在今年内推出业界首个商用通用量子计算平台 IBM Q 系统，届时会是一个拥有 50 qubits 的量子计算机云端服务，因此也会达到量子霸权。
另外，调研机构CB Insights指出，量子计算机正在改变世界。除了D-Wave外，点名除了数家必须关注的新创公司，分别如下： Rigetti Computing，融资金额超过 6,900 万美元， 投资方包括 Andreessen Horowitz 、 AME Cloud Ventures 等； Cambridge Quantum Computing，融资金额超过 5,000 万美元，投资方为亿万富翁 Alberto Chang Rajii 旗下的创投 Grupo Arcano ； KnuEdge，募资金额超过 4,700 万美元，投资方为 Bumper Development Corporation ； Qubitekk，投资方包括美国国家科学基金会、加州能源委员会等； Post-Quantum，天使投资人为前路透社执行长 Tom Glocer ； Quantum Biosystems，投资方包括日本的Mitsubishi UFJ Capital、东京大学附属育成中心； 等等。
1965年，英特尔创办人之一 Gordon Moore 提出了摩尔定律（Moore's law），也就是计算机芯片上元器件数目以每 24 个月的速度成长一倍，后来缩短到 18 个月，这个经验法则曾一路引导着整个运算及芯片产业的发展。但是，近年来摩尔定律开始出现速度趋缓的迹象，而且按照这种趋势发展，2020～2025 年摩尔定律达到极限，所以产业不乏出现摩尔定律失效、将死的看法——但这会是计算机发展的终点吗？或许不会，因为已经有人走在量子计算机的路上。
|
