量子機(jī)器學(xué)習(xí)增加對粒子對撞的理解。圖片來源：《自然》網(wǎng)站
科技日報(bào)記者?劉霞
基于機(jī)器學(xué)習(xí)的人工智能和量子計(jì)算機(jī)可謂技術(shù)界的兩大熱門研究領(lǐng)域。它們攜手組成的“夢之隊(duì)”被科學(xué)家稱為量子機(jī)器學(xué)習(xí)。英國《自然》雜志網(wǎng)站在近日的報(bào)道中指出，科學(xué)家正在探索這個(gè)未來計(jì)算聯(lián)盟的潛力，也試圖洞悉其將在多大程度上改變或者重塑科學(xué)的面貌。
引各方科技企業(yè)關(guān)注
包括谷歌和IBM等在內(nèi)的老牌科技巨頭，以及位于美國加州的Rigetti和馬里蘭州的IonQ等初創(chuàng)公司，都在研究量子機(jī)器學(xué)習(xí)的潛力。
從事學(xué)術(shù)研究的科學(xué)家對此也興趣盎然。歐洲核子研究中心（CERN）的科學(xué)家是量子機(jī)器學(xué)習(xí)領(lǐng)域的先驅(qū)者。他們已使用機(jī)器學(xué)習(xí)尋找大型強(qiáng)子對撞機(jī)生成的數(shù)據(jù)中的某些亞原子粒子的“蛛絲馬跡”。CERN量子計(jì)算和機(jī)器學(xué)習(xí)研究小組負(fù)責(zé)人、物理學(xué)家索菲亞·瓦萊科薩表示，他們希望使用量子計(jì)算機(jī)來加快或改進(jìn)經(jīng)典機(jī)器學(xué)習(xí)模型。
科學(xué)家試圖回答一個(gè)大問題：在某些情況下，量子機(jī)器學(xué)習(xí)是否比經(jīng)典機(jī)器學(xué)習(xí)更具優(yōu)勢？理論表明，對于模擬分子或?qū)ふ掖笳麛?shù)的素?cái)?shù)等任務(wù)，量子計(jì)算機(jī)可提升計(jì)算速度。但研究人員仍然缺乏足夠證據(jù)，證明機(jī)器學(xué)習(xí)也能如此。不過，有些科學(xué)家指出，即使無法提升運(yùn)算速度，量子機(jī)器學(xué)習(xí)也可發(fā)現(xiàn)經(jīng)典計(jì)算機(jī)遺漏的某些模式。還有一些研究人員則重點(diǎn)關(guān)注將量子機(jī)器學(xué)習(xí)算法應(yīng)用于某些量子現(xiàn)象。
美國麻省理工學(xué)院物理學(xué)家阿拉姆·哈鞣表示，在量子機(jī)器學(xué)習(xí)的所有擬議應(yīng)用中，這是“具有相當(dāng)明顯量子優(yōu)勢的領(lǐng)域”。
量子算法并非萬能
在過去20年里，量子計(jì)算研究人員開發(fā)了大量量子算法，這些算法理論上可提高機(jī)器學(xué)習(xí)的效率。2008年，哈鞣等人攜手發(fā)明了一種量子算法，該算法在求解大型線性方程組方面比經(jīng)典計(jì)算機(jī)快數(shù)倍。
但在某些情況下，量子算法的表現(xiàn)并沒有那么出色。2018年，18歲的計(jì)算機(jī)科學(xué)家唐乙文發(fā)明了一個(gè)新的可在傳統(tǒng)計(jì)算機(jī)上運(yùn)行并完成計(jì)算的推薦算法。這種算法與之前的推薦算法相比，實(shí)現(xiàn)了指數(shù)級加速，并擊敗了2016年設(shè)計(jì)的一種量子機(jī)器學(xué)習(xí)算法。
唐乙文表示，對于任何有關(guān)量子算法可加速機(jī)器學(xué)習(xí)的說法，她秉持“非常懷疑”的態(tài)度。
不過，運(yùn)算速度并非是評判量子算法優(yōu)劣的唯一標(biāo)準(zhǔn)。有跡象表明，由機(jī)器學(xué)習(xí)驅(qū)動的量子人工智能系統(tǒng)可學(xué)會識別出數(shù)據(jù)中的模式，而經(jīng)典的人工智能系統(tǒng)會錯過這些模式。德國電子同步加速器研究所（DESY）粒子物理實(shí)驗(yàn)室的卡爾·詹森解釋稱，這可能是因?yàn)榱孔蛹m纏在量子比特之間，從而讓數(shù)據(jù)之間建立了關(guān)聯(lián)，而經(jīng)典算法很難檢測出這些關(guān)聯(lián)。
如何更好發(fā)揮作用
如何讓量子機(jī)器學(xué)習(xí)更好發(fā)揮作用？科學(xué)家目前想到的解決辦法是：對處于量子狀態(tài)的數(shù)據(jù)使用量子機(jī)器學(xué)習(xí)算法，可避開將經(jīng)典數(shù)據(jù)轉(zhuǎn)化為量子態(tài)這一過程。
科學(xué)家將這些量子態(tài)直接加載到量子計(jì)算機(jī)的量子比特上，然后使用量子機(jī)器學(xué)習(xí)來發(fā)現(xiàn)模式，而無需與經(jīng)典系統(tǒng)產(chǎn)生交集。
麻省理工學(xué)院物理學(xué)家在谷歌Sycamore量子計(jì)算機(jī)上對此進(jìn)行了原理驗(yàn)證實(shí)驗(yàn)。他們用一些量子比特模擬一種抽象材料的行為，處理器的另一部分隨后從這些量子比特中獲取信息，并使用量子機(jī)器學(xué)習(xí)對其進(jìn)行分析。研究發(fā)現(xiàn)，這項(xiàng)技術(shù)測量和分析數(shù)據(jù)的速度比傳統(tǒng)方法快很多。
研究人員指出，充分收集和分析量子數(shù)據(jù)，可使物理學(xué)家解決經(jīng)典測量只能間接回答的問題。如某種材料是否處于特定的量子態(tài)，從而使其成為超導(dǎo)體。
詹森指出，粒子物理學(xué)家也在研究使用量子傳感器處理未來粒子對撞機(jī)產(chǎn)生的數(shù)據(jù)。相距遙遠(yuǎn)的天文臺也可使用量子傳感器收集數(shù)據(jù)，并通過未來的“量子互聯(lián)網(wǎng)”傳輸?shù)街醒雽?shí)驗(yàn)室，在量子計(jì)算機(jī)上進(jìn)行處理。
如果這種量子傳感應(yīng)用被證明是成功的，那么量子機(jī)器學(xué)習(xí)就可在這些實(shí)驗(yàn)的測量結(jié)果，以及分析由此產(chǎn)生的量子數(shù)據(jù)方面發(fā)揮作用。
