10月24日，谷歌在《自然》雜誌上發表了一篇關於量子計算的論文。稱已經開發出一款54量子位元數（其中有效量子位元53個）的超導量子晶片“Sycamore”。基於該晶片對一個53位元、20深度的電路取樣100萬次只需200秒，而現在最厲害的經典超級計算機Summit完成這一過程需要10000年，谷歌由此宣稱率先實現了“量子霸權”。

儘管這一成果得到了許多讚美之詞，但也不乏質疑者。不過谷歌的量子計算能力若真如其所言，那麼將可能對人工智慧領域產生極大的助力。不只是谷歌，現在全球範圍內不少科技巨頭都在量子計算方面有所動作，並且已經取得了可觀的成果。

雖然人工智慧的概念早在1956年的達特茅斯會議上就已被提出，但迅速發展卻是近幾年的事情，其中原因與技術和環境的發展有密切相關。現在再加上量子計算作為助力，人工智慧是否會更迅速地進入到“強人工智慧”的階段呢？量子霸權倘若到來又會對其他領域產生怎樣的影響呢？

一、量子霸權是“奇點”到來的契機？

在量子計算領域深耕多年的IBM表示，自家有一種計算機完成谷歌提出的任務只需2.5天，根本沒有10000年那麼久。中科院量子資訊重點實驗室副主任郭國平也認為，谷歌所謂的10000年是基於量子計算特性“粗暴計算得出的數字”，而未能考慮到現在的超級計算機在網路傳輸、儲存等效能方面的優化。由此看來，谷歌所謂“量子霸權”的說法有誤導福斯之嫌。

儘管如此，谷歌的這項成果依然值得稱道，它不管是對谷歌自身還是一些熱門的領域都是有著重要意義的。而谷歌自己顯然也是這麼認為的，谷歌CEO桑達爾·皮查伊甚至將此次量子計算研究成果的意義與萊特兄弟發明飛機相提並論。

相對於傳統計算，量子計算優勢明顯。就拿谷歌看重的人工智慧領域來說，其源動力分別為大資料、演算法和計算能力。大資料靠積累，而計算能力則由摩爾定律衍生而來。

重點在於，人工智慧發展的障礙就是計算能力。現在的裝置和技術讓大資料的積累呈現爆發式增長，但如何處理海量資料是個大問題，現在生產資料的能力與處理資料的能力已然不能匹配。即使是谷歌引以為傲的AlphaGo，下一盤棋所消耗的能量都比人類多出幾十萬倍，這就是計算能力不足所致。

此時量子計算的作用就得以凸顯，它的進展對人工智慧領域或許會產生顛覆性的改變。科技大師雷·庫茲韋爾曾預言“2045年，奇點來臨，人工智慧完全超越人類智慧，人類歷史將徹底改變”。

而皮查伊在最近的採訪中表示，量子計算與人工智慧屬於“共生事物”，二者同處早期研究階段。並且“人工智慧可以加速量子計算，量子計算可以加速人工智慧”。對於量子計算，皮查伊也是信心滿滿：“我們認為自己是一家深度電腦科學公司。摩爾定律在它的週期結束時，量子計算是我們將繼續在計算領域取得進展的眾多因素之一”。

在屬於“綜合性學科”的人工智慧中，量子計算佔據著如此關鍵的位置。並且量子計算不僅可以作用於人工智慧領域，而是對當下與未來的不少熱門領域都能起到重要的作用。那麼量子計算到底是什麼？又為何會引得諸多巨頭花心思去研究呢？

二、巨頭各自使力，量子計算有何優勢？

量子計算，即利用量子力學的基本原理來加速解決複雜計算的過程。這種計算方式相較於傳統計算機，能夠更加迅速高效地處理海量的資料。在傳統計算中，要靠微晶片材料與電晶體的進步提升算力，大體上就是在微晶片中嵌入電子開關，在0和1之間交替完成資訊處理，晶片上的電晶體數量與晶片處理電訊號的速度成正比，從而完成計算。但量子計算則可以相容0和1，使得計算速度產生質的飛躍。

1965年，英特爾聯合創始人戈登·摩爾提出，微晶片上單位面積內的電晶體數量會一年翻一番，但成本會同時減少一半。也就意味著價格不變，積體電路上可容納的元器件的數目大概每隔18~24個月便會增加一倍，效能也將提升一倍。

這個定律一直對傳統計算有著重大意義，但最近幾年，依照摩爾定律發展的資訊科技進步的速度正在逐漸減慢，尤其是在人工智慧領域，摩爾定律顯而易見地逐漸失效，中科院院士杜江峰曾在去年發表言論，稱摩爾定律最多還能使用10年。

在這種情況下，量子計算的作用得以發揮。傳統計算幾十年才能解決的資料問題，量子計算可能只需1秒就搞定。不僅是在計算速度層面，還有在材料、裝置等方面的最優選擇與最佳組合，這些問題經典計算無法解決，可量子計算統統都能搞定。這就使得量子計算不僅在人工智慧，並且可以在金融、醫療、物流、網路安全、基因組學等多個領域發揮重大作用。

在這些領域中，許多都是焦點與風口，科技巨頭們對此自然極為重視。包括谷歌、微軟、英特爾、IBM、阿里巴巴和百度在內的企業紛紛在量子計算方面加以探索。

例如微軟在2017年建立了拓撲量子位，可以讓裝置使用現存的更精細的量子位。微軟量子團隊主管託德·霍爾姆達爾認為，通過量子計算“有機會解決一系列此前無法解決的問題”，而想靠傳統計算機來解決這些問題也許會耗盡“宇宙的生命”。

英特爾從2015年就開始與學術界的一些夥伴聯合加速研發量子計算技術，到2017年成功測試了17量子位元超導計算晶片。在CES 2018舉辦期間，英特爾研發出了首個49量子位元的量子計算測試晶片。

阿里巴巴旗下的阿里雲與中科院攜手在2015年建立了“阿里巴巴量子計算實驗室”，助攻多領域量子計算應用，如電商、人工智慧、資料安全等。2018年，阿里雲推出了有11個量子位元的量子計算雲服務。

百度也於2018年成立量子計算研究所，主要研究量子資訊理論和量子計算。這對其搜尋引擎業務同樣能起到推助作用。

這些巨頭的主業與計算能力都有關聯，更何況量子計算本身就代表著未來的趨勢，一旦能夠落地使用，將會使多個領域呈現顛覆式變化。如此一來，也就不難理解量子計算為何這麼受歡迎了。

在不久的將來，如果還有人想繼續從計算能力的指數增長中獲益，傳統計算已然無法依靠。因為以電晶體為基礎的計算方式顯然已經不再適合未來，量子計算就是下一個值得追逐的方向。不過量子計算出現的時間也不短了，為何近幾年才開始加速？這種加速發展又會給人工智慧領域帶去何種轉變呢？

三、量子計算髮展，“強人工智慧”會加速實現嗎？

谷歌在此次研究成果中提到的“量子霸權”，最初是由美國加州理工學院的物理學家約翰·普瑞斯基爾提出的，大意是現在最強的超級計算機能夠完成5到20個量子位元的量子計算機所做的事情，但當量子位元超過49個，量子計算機的能力就會將超級計算機遠遠甩在身後。

谷歌現在是否實現了“量子霸權”尚有爭議，但我們應該清楚，照現在這種發展速度，量子霸權註定會有實現的一天，而且這天的到來應該不會太遲。因為英特爾交付的49量子位元的量子計算機晶片，IBM的能處理50量子位元的量子計算機都已經接近了“量子霸權”的標準。其他的一些研究成果雖未達到這個程度，但進步也是很快的。

量子計算的發展推動了多領域的進步，反之一些領域的發展也成了量子計算技術飛速發展的助力。近年來，人工智慧領域無論是技術還是商用，都呈現出爆發式增長的態勢。此外，已在加緊佈局的5G使得網路傳輸與單位傳輸速率大幅提升。這些轉變都增強了量子計算的能力，使其發揮出更大的作用，因而量子計算與這些領域相輔相成，共同進步。

在諸多領域中，人工智慧與量子計算的關係尤為緊密，人工智慧已被科技界與學術界公認為是量子計算的重要著力點。例如，微軟就曾經用拓撲量子計算機將其AI助手“小娜”的演算法訓練時間從一個月縮短到一天。此外，量子計算中自動優化的功能可自行修正人工智慧資料系統中的錯誤，並不斷處理新資料。

當前，AI處於“弱人工智慧”階段，但如果不斷加入量子計算，那麼那種傳說中的有獨立意志、情感認知能力的“強人工智慧”或許會提早到來。因為量子計算不僅具備強大的資料處理能力，更有自我學習和修正的能力。

有觀點認為，將黑猩猩置於人類的語言環境下使其進行學習，訓練足夠長的時間，也可以使黑猩猩學會人類語言。黑猩猩尚能訓練到如此程度，更何況是集人類智慧大成的人工智慧與量子計算。經過這種強強聯合，人工智慧一定會比人類更聰明、更有能力。同理，量子計算會對更多領域產生本質層面的顛覆，甚至會涉及到國與國之間的科技方面的競爭。也許在未來某天，我們關於科技的那些最激進的想象都能實現，或者比我們想象中的還要讓我們驚訝。

當然想要看到這一天還要繼續等待，目前量子計算尚未普及，而且巨頭之間關於這一領域也會有激烈的競爭。在這一過程中與之相關的領域會如何發展，巨頭之間競爭結果如何，還有待時間的檢驗。