量子计算与人工智能必知的十大关键点
来源:中国机器人网

最近,新兴技术层出不穷,但量子计算有些特别。它可能对药物研发、材料科学、金融服务,甚至自动驾驶等领域带来碘伏性的改变。尤其值得注意的是,量子计算会把人工智能的能力放大,好的一面和坏的一面都会放大。
企业都在拥抱数字化转型,如果能提早看清这些技术趋势,对战略规划只会更有好处。接下来,我们聊聊量子计算和人工智能领域最值得关注的10件事。
1. 量子计算的核心特征
传统计算机用比特来存储数据,每个比特要么是1,要么是0。量子计算机用的则是量子比特。神奇的地方在于,量子比特可以同时是1、0,或者1和0的叠加态。用个不太严谨的类比:传统计算机的开关,只能开或关;而量子计算机的开关,可以同时处于从开到关之间的任意位置。这种物理特性带来了两大核心特征:
- 叠加态:量子比特可以同时处于多个状态,这种不确定性让系统在解决特定类型问题时效率极高。
- 纠缠态:两个量子比特可以像“心灵感应”一样相互影响,即使相隔千里。改变其中一个的状态,另一个会立刻响应。这意味着信息传输的速度可以被极大提升。
2. 更快,也更聪明
量子计算机有四个传统计算机无法比拟的看家本领:
- 质因数分解:能借助多维空间探索超大的问题空间,这可能会彻底碘伏现有的加密体系。
- 优化:用空前速度解决庞大且复杂的优化问题。
- 模拟:能高效地对极其复杂的系统进行建模。
- 量子人工智能:拥有更快、更精准的算法。
IBM的研究团队已经发现,在量子计算机上,纠缠态的量子比特比非纠缠态的量子比特,能将数据分类的错误率降低一半。这意味着什么?举个例子,新药研发需要模拟分子中原子间的复杂反应,传统算法搞不定,量子计算正擅长于此。再比如,自动驾驶系统训练耗时长、精度要求高,量子人工智能正好能加速训练过程,提升准确性。从金融、制药、医疗到能源、物流、保险,几乎所有行业都会从中受益。
3. 偏见放大器
量子计算不只放大速度和精度,它也会把人工智能/机器学习模型里固有的偏见一并放大。如果一个AI系统本身存在算法偏见,比如在招聘、警务这类应用中,那么量子计算的介入可能会让问题变得更加严重——可能会出现严重到没有特殊机制就无法安全使用的后果。这倒是一个需要特别留心的问题。
4. 算法更复杂,也更难解释了
人工智能目前有个老毛病:缺乏可解释性,尤其是在使用深度学习这类复杂算法时。假设一个AI系统直接决定你能不能获得贷款、利率是多少,甚至决定法院的判决,那它给出的依据必须透明、可验证,不能是个“黑箱”。问题是,量子计算只会让这个黑箱变得更黑、更深。
5. 加密规则将重写
量子计算有一个令人头疼的缺点:它有能力破解当下保护互联网安全的绝大多数防御措施。我们日常使用的在线账户密码、安全交易和通信,基本都靠RSA或SSL/TLS这类加密算法。这些算法之所以安全,是因为把一个大数分解成质因数,对经典计算机来说非常困难。但对量子计算机来说,这正是它的强项。一台经典电脑破解一个密码可能需要上百年,而量子计算机只需要几秒钟。影响的远不止个人账户,还可能泄露私人通信、公司机密甚至军事机密。为此,美国国家标准与技术研究院正在全球范围内寻找快速、可靠的后量子密码学算法。相关专家已经表示,最终版本有望在2024年发布。
6. 它不会取代你手头的电脑
经典计算机在收发邮件、做表格、处理文档这类事情上,比量子计算机做得好得多。量子计算机是解决特定问题的专用工具,并不是要取代传统电脑。所以,至少在可预见的未来,我们现在用的电脑系统还会存在,或者说,是以另一种形式继续存在。
7. 它正在走向主流
量子技术的突破正在加速,资本也在持续涌入,相关创业公司更是成倍增长。阿里巴巴、亚马逊、IBM、谷歌、微软这些大厂,都已经推出了商业化的量子计算云服务。虽说量子计算的概念从80年代初就有了,但真正证明它能解决经典电脑解决不了的问题,是2019年底。当时谷歌宣布,一台量子计算机仅用200秒就完成了一项传统计算机需要上万年才能完成的计算。高盛前不久也透露,他们可能在五年内就用量子算法来为金融产品定价。霍尼韦尔预测,量子技术未来几十年将催生一个万亿美元级别的产业。所有这些信号都在提示一个信息:决策者应该开始着手制定量子计算战略了,尤其是涉及制药这类影响巨大的行业。
8. 别指望它明天就普及
尽管进展很快,但离每个企业甚至每个家庭都配备量子计算机,还差得很远。五年之内,量子计算系统不会成为日常标配。主要难点还在那里:设计难、制造难、编程难,还有噪声、故障、量子相干性难以维持,以及高昂的成本。
9. 半导体芯片和人才,都是瓶颈
疫情改变了很多事,包括工作方式和供应链。它也让半导体芯片的供需矛盾浮出了水面,从手机到汽车,什么都涨价。量子计算机的出现只会让芯片的需求更加紧张。除了硬件,还有一个大问题:目前根本没有足够的人才来支持量子计算系统和整个生态的运转。
10. 量子计算的前沿进展
最近几年,计算领域有两个方向进展显著:一个是靠经验自我优化的机器学习,另一个就是理论上能碾压超级计算机的量子计算机。更令人兴奋的是,有人开始尝试把两者结合起来。科学家已经造出了世界上第一个“量子忆阻器”的原型,它有望把人工智能和量子计算的优势融合在一起,实现前所未有的功能。还有一点值得注意——量子计算终于开始被集成到芯片上了。由几家量子计算公司合作研究的芯片,已经实现了工作流和量子比特管理的集成操作系统。这意味着,庞大的制冷设备、专门的温控团队,这些形象可能会成为历史。
虽然量子计算的广泛普及还需时日,但现在就着手了解它、学习它,对任何科技公司来说都不算早。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
天枢社会情绪认知大模型现已正式上线
当舆情管理步入AI时代,品牌治理的底层逻辑正迎来全新重构。 在“智驭品牌 数启未来”2026山东最具影响力品牌暨人工智能赋能品牌管理创新大会上,一款名为“天枢·社会情绪认知大模型”的创新产品正式亮相。该模型由山东数字文化集团主导研发,其核心能力非常明确:全天候实时感知社会情绪波动,并执行智能归因分析
比亚迪官宣2026年将部署2万台人形机器人
比亚迪终于对外发声了。 日前,比亚迪执行副总裁李柯在投资者服务平台“股东星球”的专访中,首次正面回应了外界关于人形机器人业务的询问,并且详细描绘了一幅完整的战略蓝图。这是比亚迪高管首次公开谈及人形机器人赛道——信号意义,不言而喻。 作为全球新能源汽车的领军企业,比亚迪2025年全年营收首次突破800
OpenAI修复ChatGPT及API服务高延迟问题
OpenAI 服务突遭高延迟,连夜抢修后基本恢复 5月27日,OpenAI 通过社交平台 X 发布了一则不太常见的公告——ChatGPT 及其 API 服务出现了明显的响应延迟。如果你在那个时间段正好在跟 ChatGPT 对话,应该能感受到:提问之后总得等上好一会儿才能看到回复。北京时间的凌晨时段,
用Merge Styles插件快速合并Figma重复颜色样式
利用MergeStyles插件可快速合并Figma中重复的颜色样式。安装授权后,插件自动扫描并按色值分组,一键合并重复组,再手动清理未用冗余样式,即可高效整理样式面板,减少冗余,避免手动比对,大幅简化工作流。
从零开始基于AX650N的SegFormer语义分割模型部署详细教程
基于AX650N端侧芯片部署SegFormer语义分割模型,通过分层Transformer编码器与轻量MLP解码器实现高效分割。从ONNX导出、onnxsim优化、添加argmax输出头,到Pulsar2编译,全流程在AX650N上完成,推理一张640×1280街景图像仅需48毫秒,后处理7毫秒,满足边缘实时需求。
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

