Nature：当AI遇见量子计算，会引发科学革命吗？

原文来源：学术头条

图片来源：由无界 AI生成

我们可以将其称为未来计算的复仇者联盟。将两个科技界最热门的术语——机器学习和量子计算机结合起来，就形成了量子机器学习（quantum machine learning）。就像《复仇者联盟》的漫画书和电影将一群超级英雄集结起来，形成了一个梦幻团队，这一组合很可能会吸引大量关注。但无论在科技还是小说领域，制定一个好的情节都是至关重要的。

如果量子计算机能够以足够大的规模制造出来，那么通过利用亚原子世界的独特属性，它们有望比普通数字电子技术更高效地解决某些问题。多年来，研究人员一直在探究这些问题是否包括机器学习——一种人工智能形式，其中计算机被用于发现数据中的模式，并学习可用于在不熟悉的情况下进行推理的规则。

图｜谷歌正在探索量子计算机能否帮助机器学习。（来源：Nature）

现在，随着备受瞩目的人工智能系统 ChatGPT 的发布（该系统依靠机器学习，通过推断文本中单词之间的关系来实现类似人类的对话），以及量子计算机的规模和能力的快速增长，这两种技术都在迅猛发展。那么，当两者结合，会产生什么有用的东西吗？

兴趣正不断增长

许多科技公司，包括 Google 和 IBM 等老牌企业以及加利福尼亚伯克利的 Rigetti 和马里兰大学学院公园的 IonQ 等初创公司，都在研究量子机器学习的潜力。学术界的科学家们也对此兴趣浓厚。

位于瑞士日内瓦郊外的欧洲粒子物理实验室欧洲核子研究中心（CERN），已经利用机器学习在大型强子对撞机产生的数据中寻找某些亚原子粒子的迹象。那里的科学家们是正在进行量子机器学习实验的学者群体之一。

CERN 的量子计算和机器学习研究小组组长、物理学家索 Sofia Vallecorsa 说：“我们的想法是利用量子计算机加速或改进传统机器学习模型。”

目前尚未解决的一个重要问题是，在某些场景下，量子机器学习是否会比传统机器学习更具优势。理论表明，对于特定的计算任务，如模拟分子结构或寻找大整数的质因数，量子计算机将加速可能比宇宙的年龄还长的计算过程。但研究人员仍缺乏足够的证据证明这一点适用于机器学习。也有人说，量子机器学习可能会发现传统计算机未发现的模式——即使它的速度并不快。

南非德班的物理学家 Maria Schuld 说，研究人员对量子机器学习的态度摇摆在两个极端之间。尽管研究人员对这种方法兴趣浓厚，但似乎越来越不甘心短期应用前景的渺茫。Schuld 在加拿大多伦多的量子计算公司 Xanadu 工作。

一些研究人员开始将焦点转向将量子机器学习算法应用于本质上是量子的现象。麻省理工学院（MIT）物理学家 Aram Harrow 表示，在所有量子机器学习的提议应用中，这是“一个量子优势相当明显的领域”。

量子算法能凑效吗？

过去 20 年来，量子计算研究人员们开发了大量的量子算法，这些算法理论上可以使机器学习更为高效。在 2008 年的一项开创性研究中，Harrow 与 MIT 物理学家 Seth Lloyd 和 Avinatan Hassidim（现就职于以色列拉马特甘的巴伊兰大学）共同发明了一种量子算法，该算法在解决机器学习核心挑战之一的大型线性方程组方面，比传统计算机快得多。

但在某些情况下，量子算法并未实现其预期的效果。一个广为人知的例子发生在 2018 年，计算机科学家 Ewin Tang 发现的一种方法，可以击败 2016 年设计的一种量子机器学习算法。该量子算法旨在提供互联网购物公司和 Netflix 等服务公司根据客户之前的选择向客户提供的建议类型——并且在做出这类推荐时比任何已知的传统算法快得多。

当时，只有 18 岁的本科生 Tang 编写了一个几乎同样快速的算法，但该算法可以在传统计算机上运行。德克萨斯大学奥斯汀分校量子计算研究员 Scott Aaronson 是 Tang 的指导老师，他表示，量子推荐算法是一个罕见的例子，它似乎在实际问题中提供了显著的速度提升，因此她的工作“使得实际机器学习问题中的量子速度指数级提升的目标比以前更加遥不可及”。Tang 说，她仍然对任何有关机器学习中量子速度大幅提升的说法持“相当怀疑的态度”。