《国际产业》人工智慧还不够！量子AI到底在做什么

但是目前的人工智慧还不够，现在更出现全新的飞跃发展：量子AI(Quantum AI)，它是人工智慧与(目前仍实验性质的)量子运算的融合，形成了一种超高速的高效技术。据CNet的分析报导，量子电脑将是肌肉，而AI将是大脑。

谷歌量子AI实验室创办人Hartmut Neven在介绍Willow量子晶片时说，为何他要离开AI，而专注在量子运算，因为两者都是这个时代革命性技术，但AI将将极大地受益于量子运算的进步。

目前对量子运算的前景有诸多推测，有人说比特币将迎来「量子末日」，并且在未来10年内遭到破解，量子运算可以在几分钟内破解私钥，比特币的安全架构可能过时。

传统计算和量子运算有些不同，差异在处理方式，传统计算是线性处理(逐步的计算)，而量子运算是使用平行处理(一次多个计算)。

另一个不同之处，在于使用的基本处理单元。传统运算使用位元作为最小的资料单元(0或1)。量子运算使用量子位元，是基于量子力学的定律。

目前以专门量子晶片运作的量子电脑非常精巧，必须保持在极低的温度下才能正常运作。它们的体积也庞大，不适于日常使用。尽管如此，英特尔、谷歌、IBM、亚马逊和微软等公司都在量子运算上投入了巨资。

尽管成长潜力巨大，但量子AI面临着硬体不稳定和需要专门的演算法等挑战。例如IBM的Quantum System Two和谷歌的量子机械(quantum machinery)，能够处理一些计算，但尚未准备好运行大规模的AI模型。此外量子运算需要高度控制的环境，因此如何广泛的使用，将是巨大挑战。

这也是为何许多专家认为，量子AI仍处于早期试验阶段，可能还需要数年时间。LDG Tech Advisors总裁Lawrence Gasman在今年初说，量子AI处于早期阶段，对于许多组织或企业来说，现在使用量子AI有点大材小用。

目前AI模型常常受限传统电脑运算能力的限制，特别是在处理大资料库或运行复杂的模拟时。量子运算可以以超快的速度，处理大型、复杂的资料库，为人工智慧的需求提供必要的推力。

最后在应用场景上，量子AI可以在下列情境，作为一种肌肉，增强AI的运行。

首先是AI模型的训练，特别是在大型语言模型(LLMs)。这通常需要大量时间和运算能力，此也是AI公司需要大型资料中心的原因。而量子AI可以加速此一过程。

其二是AI的模式「辨识」，不论是识别图像、文字还是数字。量子AI可以同时处理多种可能性，带来更快的模式识别。这对于AI需要「同时」考虑多种因素时，特别有用，例如对交易的财务预测。

再来，由于生成式AI工具仍有局限性，特别是在建立逼真、细微的输出方面。量子AI能够让生成式AI模型处理更多资料，并创造更加真实和复杂的内容。

在需要平衡多种因素的决策过程当中，例如药物发现，气候模型的建立，量子运算可以让AI同时测试「无数可能」的情景和结果，可以协助科学家以极少的时间找到最佳方案。