IonQ首席执行官Peter Chapman谈量子计算将如何改变AI的未来

渴望采用尖端技术的企业正在探索量子计算，量子计算依赖于量子位来执行在传统计算机上更加困难甚至根本不可行的计算。最终目标是量子优势，这是量子计算机开始解决有用问题的转折点。尽管这还有很长的路要走（甚至可以实现），但潜力巨大。应用程序包括从加密和优化到机器学习和材料科学的所有内容。

正如量子计算初创公司IonQ所描述的那样，量子计算是一场马拉松，而不是短跑。我们很高兴上个月采访了IonQ首席执行官PeterChapman，讨论了各种主题。除其他问题外，我们向查普曼询问了量子计算对AI和ML的未来影响。

强大的AI

谈话很快转向了尚不存在的强大AI或人工智能（AGI）。强大的AI是这样的想法，即机器有一天可以理解或学习人类可以完成的任何智力任务。

查普曼告诉VentureBeat：“就强AI而言，我有更多的见解，只是因为我个人对此有更多的经验。”“最近有一篇非常有趣的论文，谈论如何使用量子计算机来推断NLP中单词的含义。而且我确实认为，对于强AI来说，这类事情看起来很有希望。这实际上是我加入IonQ的原因之一。因为我认为确实有某种应用。”

在后续电子邮件中，查普曼进一步阐述了自己的想法。他写道：“几十年来，人们一直认为大脑的计算能力是神经元的最小单位。”“许多人的早期努力试图找到在人工神经网络中使用链接在一起的人工神经元的解决方案，但效果非常有限。人们认为大脑是一台电子计算机，类似于经典计算机，从而加剧了这种方法。”

他说：“但是，从那时起，我相信我们现在知道大脑不是电子计算机，而是电化学计算机。”不幸的是，当今的计算机没有处理能力能够模拟神经元离散部分（例如树突，轴突和突触）之间的化学相互作用。即使有了摩尔定律，他们也不会在明年甚至一百万年之后出现。”

查普曼（Chapman）随后引用了理查德·费曼（RichardFeynman）的话，理查德·费曼（RichardFeynman）曾有句著名的话：“自然不是古典的，该死的，如果您想对自然进行模拟，则最好使其成为量子力学。而且，天哪，这真是个奇妙的问题，因为它看起来并不那么容易。”

查普曼说：“类似地，强大的AI可能不是经典的，它也是量子力学的。”

机器学习

IonQ的竞争对手之一D-Wave认为，量子计算和机器学习“极为匹配”。查普曼仍然在篱笆上。

他承认：“我还没有花费足够的时间来真正理解它。”“显然，有很多人认为ML和Quantum重叠。当然，如果您想到所有ML中的85％都会生成决策树，那么可以使用量子计算机轻松地优化决策树的深度。显然，有很多人认为可以用量子计算机来优化决策树的生成。老实说，我不知道是不是这种情况。我认为对于机器学习来说还为时过早，但是显然有很多人在从事机器学习。很难想象它没有[应用]。”

查普曼在随后的一封电子邮件中继续说道：“机器学习与优化有着密切的联系：许多学习问题被表述为在一组训练示例中最小化某些损失函数。通常，UniversalQuantumComputer在这类问题上表现出色。”

他列举了量子计算可能会在ML中实现的三项改进：

与当今的传统计算机相比，使用质量控制实现的优化水平将更高。

训练时间可能会大大减少，因为QC可以并行处理问题，而传统计算机会依次执行相同的计算。

由于QC带来的速度提高，可以考虑的排列数量可能会大得多。

人工智能不是IonQ的重点

无论是强大的AI还是ML，IonQ都不是特别感兴趣。该公司将其留给客户和未来的合作伙伴。

查普曼说：“要在一个数量级上要做很多事情。”从一端的教育一直到量子计算机本身。我认为我们的一些竞争对手已经承担了整个问题的大部分。我们在IonQ致力于为他们生产世界上最好的量子计算机。我们认为对于像我们这样的小公司来说，这已经足够大的任务了。”

他补充说：“因此，目前，我们很乐意让其他所有人共同解决不同的问题。”“……我们只是没有额外的带宽或资源可用于机器学习算法。幸运的是，还有许多其他公司认为那里有应用程序。从某种意义上说，我们将与他们合作，为他们提供算法可运行的硬件。但是，我们本身并不属于ML业务。”