国际快递 · 清关 · 代拍

海外古董 · 艺术品 · 名画 · 名表

【FuninUSA.NET综合报道】人工智能渗入我们的日常工作流程和常规任务已有一段时间了。它可能是在后台工作的人工智能，如Gemini在谷歌产品中的集成，也可能是与OpenAI的ChatGPT和Dall-E等流行内容生成器更直接的互动。在不远的将来，虚拟助手的功能也会越来越强大。

如果说人工智能本身还不够未来，那么现在地平线上又出现了一个全新的飞跃：量子人工智能。它是人工智能与非常规的、仍处于实验阶段的量子计算的融合，是一种超快、高效的技术。量子计算机将是肌肉，而人工智能将是大脑。

以下是一些基础知识的快速分解，帮助您更好地理解量子人工智能。

什么是人工智能和生成式人工智能？

人工智能是一种模仿人类决策和解决问题的技术。它是一种软件，能够识别模式、从数据中学习，甚至“理解”语言，足以通过聊天机器人与我们互动，推荐电影或识别照片中的人脸或物体。

生成式人工智能是一种功能强大的人工智能，它超越了简单的数据分析或预测。生成式人工智能模型根据训练数据（如文本、图像和声音）创建新内容。想想ChatGPT、Dall-E、Midjourney、Gemini、Claude和Adobe Firefly等等。

这些工具由在大量数据基础上训练出来的大型语言模型提供动力，使其能够产生逼真的输出结果。但在幕后，即使是最先进的人工智能也仍然受限于传统计算，即Windows和Mac电脑、数据中心的服务器甚至超级计算机中的计算。但是，二进制运算只能做到这一步。

而这正是量子计算可以改变游戏规则的地方。

量子计算

经典计算和量子计算在多个方面存在差异，其中之一就是处理过程。经典计算使用线性处理（逐步计算），而量子计算使用并行处理（一次进行多项计算）。

另一个区别在于它们使用的基本处理单元。经典计算机使用比特作为最小的数据单位（0或1）。量子计算机使用基于量子力学定律的量子比特，又称量子位。量子比特可以同时表示0和1，这要归功于一种叫做叠加的现象。

量子计算机可以利用的另一个特性是纠缠。它是指两个量子比特相连，无论距离多远，一个量子比特的状态会立即影响另一个量子比特的状态。

叠加和纠缠使得量子计算机解决复杂问题的速度比传统计算机快得多。经典计算可能需要数周甚至数年才能解决某些问题，而量子计算只需数小时即可完成。那么，它们为什么不是主流呢？

量子计算机非常脆弱，必须保持在极低的温度下才能正常工作。它们体积庞大，目前还不能用于日常应用。尽管如此，英特尔、谷歌、IBM、亚马逊和微软等公司仍在量子计算领域投入巨资，为使其切实可行而展开竞赛。虽然大多数公司没有足够的资金或专业团队来支持自己的量子计算机，但亚马逊Braket和谷歌量子人工智能等基于云的量子计算服务可能是一种选择。

虽然潜力巨大，但量子人工智能面临着硬件不稳定和需要专门算法等挑战。不过，纠错和量子比特稳定性方面的改进正在使其变得更加可靠。

目前的量子计算机，如IBM的量子系统二号（Quantum System Two）和谷歌的量子机器，可以处理一些计算，但还不能运行大规模的人工智能模型。此外，量子计算需要高度受控的环境，因此扩大规模以便广泛使用将是一个巨大的挑战。

这就是为什么大多数专家认为，我们离完全实现量子人工智能可能还有好几年的时间。正如LDG Tech Advisors公司总裁劳伦斯-加斯曼在2024年初为《福布斯》撰写的文章中所说：“量子人工智能还处于早期阶段，对于许多组织来说，现在的量子人工智能可能是矫枉过正。”

假设游戏

量子人工智能仍处于早期试验阶段，但它是一项大有可为的技术。目前，人工智能模型受到经典计算机能力的限制，尤其是在处理大数据集或运行复杂模拟时。量子计算可以提供人工智能所需的必要推动力，以超高速处理大型复杂数据集。

虽然未来的实际应用还只是猜测，但我们可以假设某些领域将从这一技术突破中获益最多，包括金融交易、自然语言处理、图像和语音识别、医疗诊断、机器人技术、药物发现、供应链物流、通过抗量子密码学实现的网络安全以及自动驾驶汽车的交通管理。

以下是量子计算可以增强人工智能的其他一些方法：

训练大型人工智能模型（如LLM）需要大量的时间和计算能力。这也是人工智能公司需要庞大的数据中心来支持其工具的原因之一。量子计算可以加快这一过程，让模型学习得更快、更高效。量子人工智能模型的训练不再需要数周或数月的时间，可能几天就能完成。

无论是图像、文本还是数字，人工智能都依赖于模式识别。量子计算同时处理多种可能性的能力可以带来更快、更准确的模式识别。这对人工智能需要同时考虑许多因素的领域尤其有益，比如金融交易预测。

尽管令人印象深刻，但生成式人工智能工具仍有局限性，尤其是在创建逼真、细致的输出时。量子人工智能可以让生成式人工智能模型处理更多数据，并创建更加逼真和复杂的内容。

在需要平衡多种因素的决策过程中，比如药物发现或气候建模，量子计算机可以让人工智能同时测试无数可能的场景和结果。这可以帮助科学家在极短的时间内找到最佳解决方案。

欢迎到FuninUSA.NET论坛讨论