IonQ首席执行官彼得·查普曼谈量子计算将如何改变人工智能的未来

急于拥抱尖端技术的企业正在探索量子计算，这种计算依赖于量子比特来执行在经典计算机上会困难得多，或者根本不可行的计算。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拐点。虽然这还有很长的路要走(如果可以实现的话)，但潜力是巨大的。应用包括从密码学和优化到机器学习和材料科学的方方面面。

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。上个月，我们有幸采访了IonQ首席执行官彼得·查普曼(Peter Chapman)，讨论了各种话题。在其他问题中，我们向查普曼询问了量子计算对人工智能和ML的未来影响。

话题很快转向了强大的人工智能，即人工通用智能(AGI)，这一点还不存在。强大的人工智能是这样一种想法，即有一天机器可以理解或学习人类可以理解的任何智力任务。

查普曼告诉VentureBeat：“在强烈的人工智能意识中，我对此有更多的看法，只是因为我个人在这方面有更多的经验。”“最近刚刚发表了一篇非常有趣的论文，讨论了如何使用量子计算机来推断NLP中单词的含义。我确实认为，对于强大的人工智能来说，这些事情看起来相当有希望。这实际上也是我加入IonQ的原因之一。这是因为我认为这确实有一定的应用价值。“。

VB Transform 2020 Online-7月15日至17日：与领先的AI高管一起参加年度AI活动。立即注册，可节省30%的数字访问通行证。

在随后的一封电子邮件中，查普曼详细阐述了他的想法。他写道：“几十年来，人们一直认为大脑的计算能力存在于神经元中，作为一个最小的单位。”“许多人的早期努力试图找到一种解决方案，使用人工神经网络中连接在一起的人工神经元，但收效甚微。这种方法是由大脑是一台电子计算机的想法推动的，类似于经典的计算机。

“然而，从那时起，我相信我们现在知道大脑不是一台电子计算机，而是一台电化学计算机，”他补充说。“可悲的是，今天的计算机没有足够的处理能力来模拟神经元离散部分的化学相互作用，如树突、轴突和突触。即使按照摩尔定律，它们也不会在明年或一百万年后出现。“。

查普曼随后引用了理查德·费曼的名言，他说：“大自然不是经典的，该死的，如果你想模拟自然，你最好把它变成量子力学的。”天哪，这是一个很棒的问题，因为它看起来并不容易。“

查普曼说：“同样，强大的人工智能很可能不是经典的，它也是量子力学的。”

IonQ的竞争对手之一D-Wave认为，量子计算和机器学习“非常匹配”。查普曼仍持观望态度。

“我没有花足够的时间来真正理解它，”他承认。“很明显，有很多人认为ML和Quantum有重叠之处。当然，如果你考虑到85%的ML都会产生一棵决策树，而决策树的深度可以很容易地用量子计算机进行优化。显然，有很多人认为决策树的生成可以用量子计算机来优化。老实说，我不知道是不是这样。我认为现在进行机器学习还为时过早，但显然有这么多人在从事这方面的工作。很难想象它没有应用。“。

查普曼在后来的一封电子邮件中继续说：“ML与优化有着密切的联系：许多学习问题都被表述为对一组训练样本的某些损失函数的最小化。一般说来，通用量子计算机擅长解决这类问题。“。

与今天的经典计算机相比，QC实现的优化水平将高得多。

培训时间可能会大大减少，因为QC可以并行处理问题，其中经典计算机串行执行相同的计算。

由于QC带来的速度改进，可以考虑的排列的数量可能会大得多。

无论是强大的人工智能还是ML，IonQ都不是特别感兴趣。该公司将这一点留给了它的客户和未来的合作伙伴。

查普曼说：“在一个量子体系中，有太多的事情要做。”“从教育的一端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很多整个问题集。我们IonQ只是专注于为他们生产世界上最好的量子计算机。我们认为，对于我们这样的小公司来说，这已经是一个足够大的任务了。“。

“所以，就目前而言，我们有点高兴让其他人解决不同的问题，”他补充道。“…。我们没有额外的带宽或资源投入到机器学习算法上。幸运的是，还有很多其他公司认为那里有应用程序。我们将与他们合作，在这个意义上，我们将提供他们的算法将在其上运行的硬件。但我们本身并不是在做ML业务。“