⑴ 人工智慧與量子計算之間能夠碰撞出怎樣的激情火花

是一把雙刃劍

⑵ 電腦是什麼

電腦是什麼?
對生活來說,它是一個媒體工具
對游戲愛好者來說,它就是一款大型游戲機
對工作者來說,它就是工作時候的道具
對老人來說,它可能就是一台好看的電視
對兒童來說,它或許就是動畫片

對我來說,它就是一本書,一本看不完的書.

⑶ 量子計算和人工智慧有何關系

量子計算可以給人工智慧帶來更快的運算速度。

⑷ 當人工智慧遇上電子戰，將會怎麼樣

一聽到量子，好多人搞不清楚量子，包括當年發現量子的人都說不懂量子。但量子革命，從AlphaGo到量子人工智慧，它很有可能有一個這樣一個過程。

剛剛也提到了人工智慧最近已經取得了很好的成績，一個機器已能下過一個人，實際上定義的任何機器，總會超過人。就像現在設計的汽車和飛機速度比人快，計算機能力比人的計算能力強，本質上來說人工智慧不會走到一個有情感、有思維，往往是經驗性的東西。
一般意義上來說，一幅圖象，計算機來描述圖象都是基本上看到一幅圖象，它會按照像素來展開，裡面有灰度，有深度……對它形成一些數據。人工智慧對這個數據是否能有感官上進一步深入了解？看到這個圖象看到比傳統計算上更深的意義？比如甚至知道什麼樣的繪畫風格。這就是我們今天要探討的問題。
當人工智慧遇上量子計算
人工智慧的能力來源是什麼？今天會議的主題是大數據 ，為什麼前面加一個大，因為這是是一個動態的工作，信息量越來越大的時代，如何從浩瀚的東西中得到有利生活質量的東西，首先要對這個數據進行描述。這就意味著要描述的對象，由傳統的數據從單一逐漸走向各種復雜數據。
人工智慧核心資源是計算能力，在二十年前，一個機器人，當時用32個CPU, 達到120MHz的速度。現在是2000個CPU，300個GPU，提升的計算能力，使得處理學習或者智能的能力得到比較大的增強，不過現在問題是，如何過渡到量子這塊？計算能力能否無限提升？
摩爾定律在半個世紀前預言了經典計算，每隔18-24個月，集成電路上可容納的元器件數目增加一倍，計算性能增加一倍。經典計算的能力，從32納米，在未來到四個納米，再到更小的納米，一般都認為摩爾定律最多還能適用10年。
我們知道一個例子，從物理科學基礎上講一個電子不可再分的，不可能永遠從90多納米到60多納米，到40多納米，到30多納米……將來能夠到零點幾納米甚至更小納米的層面。從科學的原理上來講，宏觀問題上，是按照牛頓三大定律主宰的，但到納米層面，牛頓定律不再適用，而會進入一個新的科學，也就是我們經常說的量子力學，描述的基礎就不一樣了。
另外一個，還有一個熱耗散的問題，我們在研究裡面也發現，經典計算機器件的原理，熱耗散不可避免，這是原理上決定的。譬如買到早期計算機有一個風扇散熱，你做的集成度越高，熱耗越嚴重。
但量子計算來做這塊，原理上保持可逆計算，沒有熱耗散，可以在裡面自循環，這樣沒有一個熱耗散，也是遵從量子力學規律的東西。這是未來量子計算是一個比較好的前景和方向。
另外，量子力學是近代技術的支柱，一百多年前量子理論開始提出，到現在的晶體管，到激光，到後面的高溫超導，都會有一個產業的發展和產生。
會帶來無邊的「誘惑」
在過去很長一段時間里，我們對量子力學都是被動的觀察和解釋，我看到了一些現象，我根據這個現象得到一些應用，比如激光，就是量子力學發展的成果，激光無處不在，包括投影也是激光投影。
第一次量子革命就是對晶體管，對激光的發展，支撐了整個過去信息革命的一個發展，最近隨著過去二三十年技術的積累，現在可以一定程度地掌控量子，可以對單個分子或者原子進行掌控 。
在微觀有主動調控能力有了這種調控，可能會產生一系列新的技術，這方面比較清楚的，在量子信息裡面，目前分三個方向：
一個是量子密碼，大概7月份，中國的第一顆，也是全球第一顆量子衛星在500公里軌道開始發射，實現一個安全的密碼輸送；
一個是量子通訊，同時在發改委的干線，今年年底明年開始在城市間，從北京到上海，上海到合肥的一個地面的有線網路，空中的無線網路。
另一個是量子時鍾和量子感測器，最近幾年，精密測量得到非常好的推廣和應用，大概一個月前，歐盟通過了一個量子宣言，比如沒有GPS的導航，有一些量子感測器，大概有10億歐元，在2020年計劃裡面有一個投入。
總的來說，現在已經有了非常好的發展前景。為什麼說量子近年好很多？原因很簡單。計算機經典的儲存單元是什麼？一般是一個（電荷上的）高電頻和低電頻，高電頻代表1，低電頻代表0，叫它二進制，量子力學告訴我們高電頻和低電頻同一瞬間同時存在。
所謂的量子疊加和量子相干，如果我有一個16位的計算機，或者32位的，它的輸入就是電頻裡面的2的16次方或者2的32次方。
量子計算就是進行疊加，這時候高速的來源就在這個地方，可以2的多少次方處於所有狀態裡面，可以在這個裡面透視做計算。在這個基礎上，我們做量子計算，量子密碼，量子網際網路，量子時鍾，甚至是量子感測器。
巨頭林立的國際競爭
在量子計算這塊，包括美國和日本的國際項目，以及微軟和IBM，中科院有一個國家計算機的規劃綱要，有比較大的投入，界逐漸開始往這個方面進入，比如阿里和中科大也成了量子計算機實驗室。總的來說，量子力學跟人工智慧有什麼關系？
有這樣一個關系的話。
如果做成人工智慧，如果只是加速，原來需要一千台機器，或者需要一萬台，現在（用量子計算機）可能四台就可以了，形成快速的計算能力。
另外一個領域，量子力學在模型裡面解決傳統的沒有的模型，那是另外一個方向。
量子用於計算就是計算，用於通訊就是通訊，用於人工智慧就是人工智慧。利用相干疊加的方式，實現了計算，無法比擬的超級計算能力，可以把復雜度的NP計算問題，就可以變成P問題。
如果做基礎的人來講，不管是經典還是量子，我們處理的都是效率的問題，把一些遙遙無期的東西變成一些結果。
大數分解，金融行業經常用到的，給你一個非常大的一個數，找到它的兩個素數是什麼，經典萬億次的計算機需要15萬年，如（用萬億次的）是量子計算機，只需要一秒。在計算數據處理裡面是一個基本的方式，如果用一個億億次的經典計算需要一百年，但是把速度可以降下來，只用一個萬億次的量子計算可能就0.01秒的時間。
量子人工智慧的計算能力為人工智慧發展提供革命性的工具，能夠指數加速學習能力和速度，輕松應對大數據數據的挑戰。

以及最新的理論進展
在人工智慧這塊，谷歌開始建立量子人工智實驗室，包括微軟等在做一些人工智慧方面的東西。這幾年開始，甚至在AlphaGo出來之前，在學界就已經有一些研究，人工智慧裡面的分類問題，是大數據中常見的任務，根據已有的數據體現規律，判斷新數據是屬於哪一類。如下圖所示，MIT在這方面已經有如下的理論進展一：
另一個理論進展，是MIT和Google的聯合研究發現，量子人工智慧演算法速特徵提取過程：

整體的研究進展如下圖所示（紅色的兩個部分是我們實驗室做的，把這個體系放到量子的模型機上，來演示這個實驗。這是去年的一個工作。）
最後，以實際進展向大家舉一個量子計算運用到人工智慧的例子，這種指數加速是可行的，通過我們專用儀器設備，來讀出量子比特狀態：
MIT和一些媒體的報告，包隨著數據越來越大，現在每年生產信息2的60次方，就是60比特，用經典比特資源，約百萬塊硬碟能夠存下數據；但要描述宇宙所需的信息量時，會達到2的300次方，就是300比特，按現在的的比特資源就已經不可能儲存了。

IBM製造的計算系統包含了5個量子比特，在其它實驗室大概有十個。在未來五到十年能達到三十個比特，就已經是非常了不起的一個能力了（註：如果一個量子計算機能夠組建成50個量子比特，當今世界前500名的超級計算機全部加起來，功能都無法勝過它。）。也就是說可以空間可以達到2的30次方，在大數據方，量子人工智慧計算能力巨大的優勢，實現這樣的一個彎道超車。
最後
我想說，第一次量子深刻影響了晶體管和激光的發展，第二次量子革命對人類一定是有巨大促進的作用。我們不應該去懼怕科學上的一些進展，因為畢竟機器是人造的。現在眼前並沒有看到一個機器有人的情感來毀滅人，我的觀點應該不是這樣的。

⑸ 量子計算和人工智慧到底是什麼關系

一聽到量子，好多人搞不清楚量子，包括當年發現量子的人都說不懂量子。但量子革命，從AlphaGo到量子人工智慧，它很有可能有一個這樣一個過程。

剛剛也提到了人工智慧最近已經取得了很好的成績，一個機器已能下過一個人，實際上定義的任何機器，總會超過人。就像現在設計的汽車和飛機速度比人快，計算機能力比人的計算能力強，本質上來說人工智慧不會走到一個有情感、有思維，往往是經驗性的東西。
一般意義上來說，一幅圖象，計算機來描述圖象都是基本上看到一幅圖象，它會按照像素來展開，裡面有灰度，有深度……對它形成一些數據。人工智慧對這個數據是否能有感官上進一步深入了解？看到這個圖象看到比傳統計算上更深的意義？比如甚至知道什麼樣的繪畫風格。這就是我們今天要探討的問題。
當人工智慧遇上量子計算
人工智慧的能力來源是什麼？今天會議的主題是大數據 ，為什麼前面加一個大，因為這是是一個動態的工作，信息量越來越大的時代，如何從浩瀚的東西中得到有利生活質量的東西，首先要對這個數據進行描述。這就意味著要描述的對象，由傳統的數據從單一逐漸走向各種復雜數據。
人工智慧核心資源是計算能力，在二十年前，一個機器人，當時用32個CPU, 達到120MHz的速度。現在是2000個CPU，300個GPU，提升的計算能力，使得處理學習或者智能的能力得到比較大的增強，不過現在問題是，如何過渡到量子這塊？計算能力能否無限提升？
摩爾定律在半個世紀前預言了經典計算，每隔18-24個月，集成電路上可容納的元器件數目增加一倍，計算性能增加一倍。經典計算的能力，從32納米，在未來到四個納米，再到更小的納米，一般都認為摩爾定律最多還能適用10年。
我們知道一個例子，從物理科學基礎上講一個電子不可再分的，不可能永遠從90多納米到60多納米，到40多納米，到30多納米……將來能夠到零點幾納米甚至更小納米的層面。從科學的原理上來講，宏觀問題上，是按照牛頓三大定律主宰的，但到納米層面，牛頓定律不再適用，而會進入一個新的科學，也就是我們經常說的量子力學，描述的基礎就不一樣了。
另外一個，還有一個熱耗散的問題，我們在研究裡面也發現，經典計算機器件的原理，熱耗散不可避免，這是原理上決定的。譬如買到早期計算機有一個風扇散熱，你做的集成度越高，熱耗越嚴重。
但量子計算來做這塊，原理上保持可逆計算，沒有熱耗散，可以在裡面自循環，這樣沒有一個熱耗散，也是遵從量子力學規律的東西。這是未來量子計算是一個比較好的前景和方向。
另外，量子力學是近代技術的支柱，一百多年前量子理論開始提出，到現在的晶體管，到激光，到後面的高溫超導，都會有一個產業的發展和產生。
會帶來無邊的「誘惑」
在過去很長一段時間里，我們對量子力學都是被動的觀察和解釋，我看到了一些現象，我根據這個現象得到一些應用，比如激光，就是量子力學發展的成果，激光無處不在，包括投影也是激光投影。
第一次量子革命就是對晶體管，對激光的發展，支撐了整個過去信息革命的一個發展，最近隨著過去二三十年技術的積累，現在可以一定程度地掌控量子，可以對單個分子或者原子進行掌控 。
在微觀有主動調控能力有了這種調控，可能會產生一系列新的技術，這方面比較清楚的，在量子信息裡面，目前分三個方向：
一個是量子密碼，大概7月份，中國的第一顆，也是全球第一顆量子衛星在500公里軌道開始發射，實現一個安全的密碼輸送；
一個是量子通訊，同時在發改委的干線，今年年底明年開始在城市間，從北京到上海，上海到合肥的一個地面的有線網路，空中的無線網路。
另一個是量子時鍾和量子感測器，最近幾年，精密測量得到非常好的推廣和應用，大概一個月前，歐盟通過了一個量子宣言，比如沒有GPS的導航，有一些量子感測器，大概有10億歐元，在2020年計劃裡面有一個投入。
總的來說，現在已經有了非常好的發展前景。為什麼說量子近年好很多？原因很簡單。計算機經典的儲存單元是什麼？一般是一個（電荷上的）高電頻和低電頻，高電頻代表1，低電頻代表0，叫它二進制，量子力學告訴我們高電頻和低電頻同一瞬間同時存在。
所謂的量子疊加和量子相干，如果我有一個16位的計算機，或者32位的，它的輸入就是電頻裡面的2的16次方或者2的32次方。
量子計算就是進行疊加，這時候高速的來源就在這個地方，可以2的多少次方處於所有狀態裡面，可以在這個裡面透視做計算。在這個基礎上，我們做量子計算，量子密碼，量子網際網路，量子時鍾，甚至是量子感測器。
巨頭林立的國際競爭
在量子計算這塊，包括美國和日本的國際項目，以及微軟和IBM，中科院有一個國家計算機的規劃綱要，有比較大的投入，企業界逐漸開始往這個方面進入，比如阿里和中科大也成了量子計算機實驗室。總的來說，量子力學跟人工智慧有什麼關系？
有這樣一個關系的話。
如果做成人工智慧，如果只是加速，原來需要一千台機器，或者需要一萬台，現在（用量子計算機）可能四台就可以了，形成快速的計算能力。
另外一個領域，量子力學在模型裡面解決傳統的沒有的模型，那是另外一個方向。
量子用於計算就是計算，用於通訊就是通訊，用於人工智慧就是人工智慧。利用相干疊加的方式，實現了計算，無法比擬的超級計算能力，可以把復雜度的NP計算問題，就可以變成P問題。
如果做基礎的人來講，不管是經典還是量子，我們處理的都是效率的問題，把一些遙遙無期的東西變成一些結果。
大數分解，金融行業經常用到的，給你一個非常大的一個數，找到它的兩個素數是什麼，經典萬億次的計算機需要15萬年，如（用萬億次的）是量子計算機，只需要一秒。在計算數據處理裡面是一個基本的方式，如果用一個億億次的經典計算需要一百年，但是把速度可以降下來，只用一個萬億次的量子計算可能就0.01秒的時間。
量子人工智慧的計算能力為人工智慧發展提供革命性的工具，能夠指數加速學習能力和速度，輕松應對大數據數據的挑戰。

以及最新的理論進展
在人工智慧這塊，谷歌開始建立量子人工智實驗室，包括微軟等在做一些人工智慧方面的東西。這幾年開始，甚至在AlphaGo出來之前，在學界就已經有一些研究，人工智慧裡面的分類問題，是大數據中常見的任務，根據已有的數據體現規律，判斷新數據是屬於哪一類。如下圖所示，MIT在這方面已經有如下的理論進展一：
另一個理論進展，是MIT和Google的聯合研究發現，量子人工智慧演算法可以加速特徵提取過程：

整體的研究進展如下圖所示（紅色的兩個部分是我們實驗室做的，把這個體系放到量子的模型機上，來演示這個實驗。這是去年的一個工作。）
最後，以實際進展向大家舉一個量子計算運用到人工智慧的例子，這種指數加速是可行的，通過我們專用儀器設備，來讀出量子比特狀態：
MIT和一些媒體的報告，包隨著數據越來越大，現在每年生產信息2的60次方，就是60比特，用經典比特資源，約百萬塊硬碟能夠存下數據；但要描述宇宙所需的信息量時，會達到2的300次方，就是300比特，按現在的的比特資源就已經不可能儲存了。

IBM製造的計算系統包含了5個量子比特，在其它實驗室大概有十個。在未來五到十年能達到三十個比特，就已經是非常了不起的一個能力了（註：如果一個量子計算機能夠組建成50個量子比特，當今世界前500名的超級計算機全部加起來，功能都無法勝過它。）。也就是說可以空間可以達到2的30次方，在大數據方，量子人工智慧計算能力巨大的優勢，實現這樣的一個彎道超車。
最後
我想說，第一次量子深刻影響了晶體管和激光的發展，第二次量子革命對人類一定是有巨大促進的作用。我們不應該去懼怕科學上的一些進展，因為畢竟機器是人造的。現在眼前並沒有看到一個機器有人的情感來毀滅人，我的觀點應該不是這樣的。

⑹ 量子計算到底是什麼呢

量子計算：突破傳統計算瓶頸、擁有指數級計算能力。

突破傳統計算瓶頸

計算機發展的瓶頸主要有兩個。首先，隨著晶體管體積不斷縮小，計算機可容納的元器件數量越來越多，產生的熱量也隨之增多。其次，隨著元器件體積變小，電子會穿過元器件，發生量子隧穿效應，這導致了經典計算機的比特開始變得不穩定。

量子計算機的出現，巧妙地解決了計算機發展的瓶頸問題。丁洪說，從原理來看，量子計算機是可逆計算機，不會丟失信息。經典計算機則是不可逆計算機，不可逆計算過程中每個比特的操作都會有熱損耗。

擁有指數級計算能力

中國科學院郭光燦院士曾這樣解釋量子計算機的計算能力。他說，量子比特可以制備兩個邏輯態0和1的相干疊加態，換句話講，它可以同時存儲0和1。考慮一個N個物理比特的存儲器，若它是經典存儲器，則它只能存儲2N個可能數據當中的某一個；若它是量子存儲器，則它可同時存儲2N個數據。而且隨著N的增加，其存儲信息的能力將呈指數級上升。

量子計算不僅可應用於人工智慧領域，提升機器學習效率，還能應對復雜情況，如實現天氣的精準預測。生活中的諸多不便如交通擁堵，也能依靠其演算法解決。

「（量子計算）發展非常迅速。」丁洪說，以前普遍認為量子計算機是三、五十年之後才能出現的。按照現在的發展速度，可能三五年後就會出現。</p><p>目前谷歌、微軟、英特爾、IBM、阿里巴巴等國際巨頭都積極參與到量子計算機的研究中。2017年12月13日，IBM宣布將與三星、摩根大通和巴克萊銀行等12家主要公司合作，共同開發商用量子計算。

⑺ 量子計算的主要應用了人工智慧

據報道，量子抄計算機的能襲力令人驚嘆，可以讓現有的軟體運行速度提升了十億倍，量子計算的主要應用是人工智慧（AI）。AI基於從經驗中學習的原則，在得到反饋的情況下會變得更准確，直到計算機程序似乎能夠展現出「智慧」。

網友表示，看起來很神秘，但是與所有新技術一樣，隨著硬體的不斷發展和創造新的機遇，目前難以想像的應用將會被開發出來，量子計算機也一定會惠之於民。