本篇文章3382字，读完约8分钟
联合编译:布莱克，高菲简介:量子计算机是一种将量子逻辑用于一般计算的设备。与电子计算机(或传统计算机)不同，量子计算机使用量子位存储数据，并使用量子算法对数据进行运算。我们可能还远未开启量子计算的真正力量，但d-wave承诺通过其显著升级的量子处理器让我们体验未来。明年初发布时，这家加拿大公司的新量子芯片将能够处理2000个量子位，这几乎是现有d-wave 2x系统中可用处理器数量的两倍，同时，它的处理速度比上一代快1000倍。d波机器都是价值数百万美元的计算机，它们使用“量子晶体管”来处理数据，使用液氮将微小的环形铌冷却到绝对零度。只有几个地方在使用这个系统，包括谷歌、大学空间研究协会、洛克希德·马丁公司和洛斯阿拉莫斯国家实验室。此外，d-wave还提供云服务，允许用户访问其量子计算机系统。量子计算大部分仍处于理论研究阶段，主要研究如何使用奇怪的和违反直觉的方式在原子水平上开发非常强大的机器。对于某些特定的任务，量子计算机有可能比现有系统快很多倍，能效更高。然而，目前一般的量子计算机并不存在。d波系统利用不同的原子行为特征(如纠缠和态叠加)来解决一系列困难的计算问题。“我们选择的方向发展非常迅速，量子位的数量几乎每年都会翻一番。”d-wave的业务发展和战略合作伙伴科林威廉姆斯说。改进d波处理器中的量子位使系统更接近挑战传统计算机的能力，新处理器还支持增加新功能(允许更有效的操作)。“从内部测试的角度来看，这是一件非常值得做的事情。通过使用这一特性，我们已经加快了1000倍的速度来解决这些现有问题。”剑桥大学化学工程学院的威廉说。根据今天计算机的类比，d波系统不是一台普通的计算机。D-wave可以做比你需要的任何计算任务更多的事情，它被设计来处理一些特定的任务(比如无约束的二进制优化和相关的采样问题等)。)。对于这种优化问题，你可以举一个非常简单的例子。你应该制定一个房屋计划，它应该尽可能满足你心中的理想条件和细节，但要保持在你的预算之内。d-wave处理器可以完成的具体工作也可以应用于一系列领域，特别是训练机器学习模型。然而，构建一个通用的量子计算机仍然是非常困难的，并且还有几个未解决的工程问题。加州大学洛杉矶分校纳米电子学和光子学教授约翰·莫顿预测，第一代通用量子计算处理器不会在20世纪30年代出现。约翰·莫顿提到只有一个计算器不能被称为计算机，所以d波系统不能被称为通用量子计算机。“计算器可以解决许多具体问题。很多人都在使用它，你可以在不同的行业使用它。因此，当d-wave显示可用于许多工业领域的机器时，它可能适用于该领域，但它仍然只是一种特定的设备。”尽管谷歌目前还没有将d-wave应用到自己的机器学习系统中，但d-wave处理器的可信度(已经受到学术界的质疑)已经在谷歌去年进行的一项实验中得到验证。在谷歌的实验中，当处理相同数量的数据时，d-wave所需的退火时间要少几个数量级。下图显示了模拟退火法(sa)、量子蒙特卡罗法和d-wave 2x在退火操作中的比较结果。实验发现，d-wave 2x处理器在类似操作中比传统处理器快1亿倍，但威廉姆斯说，更重要的是，它证明了d-wave芯片在未来的可行性。实验还向我们展示了d-wave 2x处理器处理弱-强集群网络问题的几个例子的布局图(见下图)。该图显示了三个不同规模的295，490，945量子位的网络。每个簇由一个8比特的嵌合图组成。橙色的点代表一个强局域场的量子位，而蓝绿色的点代表一个弱场的量子位。蓝线代表强磁耦合，红线代表强反磁耦合。注意，因为不是所有的1152个量子位都是可操作的，所以获得的图像可能是不规则的。“这个实验的主要结果不完全是速度的提高，因为它在其他经典算法中可能更好。这个实验表明量子隧穿确实发生在d波芯片中。这表明，即使隧道范围有限，它仍然是一个有用的计算工具。”“谷歌和我们都明白，当我们进一步将芯片连接得更紧密时，目前运行良好的经典算法将立即完全失效。”威廉姆斯也提到了。D-wave已经从许多投资者那里筹集了数百万美元，包括高盛投资银行、in-q-tel(CIA投资部)、贝佐斯探险公司(亚马逊创始人杰夫贝佐斯)、bdc资本、哈里斯&哈里斯集团和dfj。能够模拟人类语言的d波芯片过于专业化，限制了它的实用性。这是关于这种芯片的另一种批评观点，但威兰不同意这种观点。“我不同意使用d波芯片过于单一的观点。事实上，这种芯片在一个领域的应用可以扩展到更多不同的领域。”威廉姆斯没有直接提到哪些公司以这种方式使用d-wave芯片。他说，这种处理器被用于商业领域，以优化交易轨迹，并被用于生物科学，以研究蛋白质如何结合，并建立蛋白质序列过滤器，以准确检测每一个潜在的蛋白质序列。d-wave芯片的应用将有助于改进检测恐怖分子名单的安全检查服务，也有助于开发人工智能和计算机视觉二进制分类器。然而，d-wave芯片的理论基础是无监督的机器学习，它为神经网络提供训练数据，机器通过识别模式进行学习。威廉姆斯认为，d-wave处理器将会产生巨大的影响，这可能解释了谷歌在这一技术领域的研究兴趣。“我们相信机器学习和人工智能是这种机器的最佳应用案例。D-wave芯片可能会给机器学习领域带来一场彻底的革命，尤其是无监督的生成学习研究。”“使用这种量子芯片，我们将能够解决机器学习领域的挑战性问题——“如何将无监督的生成机器学习有效地应用于实际应用？”如果你能解决上述问题，你将能够使用机器学习来实现许多不可思议的突破。通过训练机器，你可以让它产生新的数据。从统计学上讲，新生成的数据可以达到与用于训练机器本身的数据非常相似的效果。威廉姆斯预测，未来的d-wave芯片可以训练机器，例如，用大师级画家的作品训练机器，使机器能够产生具有艺术价值的新作品，或者使机器能够高保真地模仿人类的声音。D-wave已经在芯片上进行了机器学习实验，并构造了一个玻尔兹曼机，一个随机递归神经网络，也可以称为“量子玻尔兹曼机”。威勒姆说:“这种量子玻尔兹曼机器与以前的机器学习模型有本质的不同。”威廉姆斯认为，d-wave芯片或其他类型的量子处理器不会取代一些经典的计算机芯片，相反，它们将与这些经典芯片一起被用户使用。威廉姆斯说:“我们相信量子计算不会取代经典机器，这种计算方法将通过加强经典系统来改变世界。”例如，您可以获得量子计算机的输出信息，并将其作为启发式搜索算法的输入信息。核心点是这个量子算法可以帮助你接近但不能找到一个好的解决方案，而一个经典的算法可以帮助你最终找到这个解决方案。我们也可以从一些预处理技术中选择一个难题，用这个量子芯片把这个问题分解成一系列小问题。威廉姆斯说，除了能够处理2000个量子位之外，d-wave还将根据我们所学的所有经验，使用一种新的拓扑结构来设计“下一代芯片”。为了获得关于新d波芯片的更多详细信息，williams向那些对实质性问题感兴趣的专业人士深入解释了2000个量子位芯片的性能。每一个d波处理器都是为量子退火而设计的，也就是说，利用量子物理学的知识来寻找一个消耗能量最少的状态，这将有助于解决上述的优化问题和相关的样本问题。威廉姆斯还详细解释了如何更有效地控制退火过程。在提到哈密尔顿公式(在给出系统状态的情况下，它可以在系统中输出能量)后，他说:“这种新芯片不仅可以处理更多的量子比特，而且通过使用它我们已经改变了许多其他特性。使用之前的d波芯片，我们只能观察到一个退火轨迹。目前，我们只能基本上闭合初始哈密顿回路，打开最终哈密顿回路。现在，有了能够处理2000个量子位的芯片，我们将能够更好地控制参数和轨迹。我们可以使用许多特征来停止退火过程，并且我们可以快速加速退火过程。不再需要以恒定速度进行退火。这将是非常有趣的，因为你可以在退火过程中检测量子的状态，这是量子玻尔兹曼机的一个极其重要的特征。我们以前也有一个快速退火生成系统，可以在20微秒内完成退火过程。然而，使用我们的新系统，这个操作可以在5微秒内完成。推荐阅读:最终距离隧道的计算值是多少？在量子计算芯片上，这家公司可能领先于谷歌。这篇文章是由雷Feng.com独家编辑(搜索“雷锋网”公开号码)，并拒绝转载未经许可！经由尼克·希思
