【中國安防展覽網(wǎng) 媒體導(dǎo)讀】5月10日至12日，美國科技巨頭微軟在西雅圖召開了年度大會Build Conference。此次大會上，微軟將關(guān)注點投向了人工智能。此外，亞馬遜本周二發(fā)布了新產(chǎn)品Echo Show，在語音控制領(lǐng)域繼續(xù)搶占市場。一場關(guān)于人工智能AI的大戰(zhàn)正在各大科技巨頭之間展開。
人工智能的爆發(fā)是近兩年才開始的，主要原因是使用效果上取得了突破。人工智能是一門計算機技術(shù)，主要讓計算機去替代人來完成部分工作。如今主流的技術(shù)主要是指使用深度學習等算法來實現(xiàn)替代人工，完成大量簡單重復(fù)性勞動。
雖然人工智能概念的提出已有將近60年了，但之前的發(fā)展速度一直偏慢，主要原因是無論方法如何進步，實際使用效果依舊差強人意。從2015年起，人工智能迎來了真正的大爆發(fā)，這在很大程度上與GPU的廣泛應(yīng)用有關(guān)。
人工智能的高速發(fā)展將為各個產(chǎn)業(yè)帶來翻天覆地的變化。目前很多商業(yè)領(lǐng)域已經(jīng)采用人工智能，尤其在谷歌、百度這樣的公司，在它們的搜索、推薦、廣告等領(lǐng)域都已使用了類似機器學習的技術(shù)。
目前人工智能應(yīng)用為廣泛的是在人臉識別領(lǐng)域。人臉識別引入人工智能技術(shù)后，識別率大幅提升，其中核心的突破是在算法層面。在人臉識別中，人工智能能做到97%的識別正確率，超過了人類95%的識別率，這意味著大規(guī)模商業(yè)應(yīng)用具備了價值的基礎(chǔ)，尤其是在安防領(lǐng)域、金融領(lǐng)域等，機器做得比人更好。我們認為，人工智能先涉及的領(lǐng)域包括但不限于安防、金融、教育、醫(yī)療、汽車等。
人工智能的發(fā)展可能存在三個階段：服務(wù)器時代、云計算時代、量子計算時代。
現(xiàn)階段人工智能基本只能依靠集中處理的方式實現(xiàn)相關(guān)功能和應(yīng)用，也就是通過云計算的方式。根據(jù)我們的判斷，量子計算有望給人工智能帶來的變革性變化在于小型化和移動化。當量子芯片中的量子比特數(shù)量達到一定數(shù)量后，計算能力將滿足人工智能對運算能力的需求，人工智能將不再依賴于大型服務(wù)器集群。未來量子芯片小型化后，人工智能前端系統(tǒng)的快速實時處理便成為可能，比如車載智能系統(tǒng)、無人機智能系統(tǒng)等。
量子計算發(fā)展歷史
2017年5 月3 日，中科院宣布首臺光量子計算機在我國誕生，標志著我國量子計算已處于水平。人工智能產(chǎn)業(yè)的突破需要借助相關(guān)產(chǎn)業(yè)鏈的進一步完善，量子計算的超強算力有望加速人工智能的突破和商業(yè)化應(yīng)用，可提前布局量子計算產(chǎn)業(yè)相關(guān)標的。建議從中科院與中科大的技術(shù)導(dǎo)入產(chǎn)業(yè)的途徑中尋找投資機會，可關(guān)注中科曙光、神州信息、浙江東方、亨通光電。
數(shù)據(jù)迎來爆發(fā)式增長 現(xiàn)有算力無法匹配
互聯(lián)網(wǎng)時代下的大數(shù)據(jù)高速積累，現(xiàn)有計算能力無法匹配。的數(shù)據(jù)總量正以飛快的速度增長，根據(jù)IDC的數(shù)字宇宙報告，所有信息數(shù)據(jù)中的90%產(chǎn)生于近幾年，數(shù)據(jù)總量正在以指數(shù)形式增長。從2003年的5EB，到2013年的4.4ZB，并將于2020年達到44ZB。也就是說，2020年每個人可以均攤到5200GB以上的數(shù)據(jù)量。而且到2020年，將近40%的信息都可能會被云提供商“觸摸到”；約三分之一的數(shù)據(jù)，即超過13000EB的數(shù)據(jù)將具有大數(shù)據(jù)價值。基于現(xiàn)有的計算能力，在如此龐大的數(shù)據(jù)面前，人工智能的訓(xùn)練學習過程將變得無比漫長，甚至完全無法實現(xiàn)基本的人工智能，因為數(shù)據(jù)量已經(jīng)超出了內(nèi)存和處理器的承載上限，這將極大限制人工智能的發(fā)展和應(yīng)用。
量子計算：人工智能的革命性算力
量子計算機有望提供更強的計算能力。量子計算機提供了另一條增強計算能力的思路，它的并行計算的特性，使得它可以一次同時處理多個任務(wù)，有望實現(xiàn)計算能力上的超越。
量子計算的算力呈指數(shù)級增長
量子計算的核心優(yōu)勢是可以實現(xiàn)高速并行計算。在計算機科學中，無論經(jīng)典計算還是量子計算，他們的計算功能的實現(xiàn)都可以分解為簡單的邏輯門運算。簡單來講，每一次邏輯門的運算都要消耗一個單位時間來完成。經(jīng)典計算機的運算模式通常是一步一步進行的，它的每一個數(shù)字都是單獨存儲的，而且是逐個運算。所以對于4個數(shù)字進行同一個操作時，要消耗4單位時間。而在量子計算中，一個2個量子比特的存儲器可以同時存儲4個數(shù)字，這里一個量子態(tài)可以代表所有存儲的數(shù)字。科學家通過特定設(shè)計對量子態(tài)進行一次變換，即可對4個數(shù)字同時操作，而且只消耗1單位時間。這種變換相當于經(jīng)典計算的邏輯門，實現(xiàn)了對存儲器中的數(shù)字并行運算，這被稱為量子并行計算?？梢钥吹?，當量子比特數(shù)量越大時，這種運算速度的優(yōu)勢將越明顯，它可以達到經(jīng)典計算機不可比擬的運算速度和信息處理功能。
對于量子計算機，在半導(dǎo)體材料和超導(dǎo)材料等領(lǐng)域，科學家也已經(jīng)積累了數(shù)十年的理論與經(jīng)驗?，F(xiàn)在有希望的量子計算機方案之一就是低溫超導(dǎo)系統(tǒng)，它涉及了半導(dǎo)體材料與超導(dǎo)材料的應(yīng)用，主要是基于硅晶體，摻雜一定量的超導(dǎo)材料，實現(xiàn)量子計算。而現(xiàn)有的技術(shù)積累將極大促進該方案的發(fā)展與快速突破，用更短的時間實現(xiàn)大規(guī)模的商業(yè)化應(yīng)用。
值得注意的是，量子計算機的量子比特數(shù)量以指數(shù)增長的形式快速上升，從2003年起的1位量子比特，到2013年512位量子比特的計算機，再到2015年實現(xiàn)1000位量子比特。目前，非通用型量子計算機已經(jīng)實現(xiàn)了1000位量子比特，在特定算法上，計算效率比經(jīng)典計算機要快一億倍。
量子計算機的商業(yè)化進程加速
量子計算機經(jīng)過近40年時間的理論研究階段，在2007年實現(xiàn)硬件方面的商業(yè)化。目前發(fā)展迅速的是非通用型量子計算機，而通用型量子計算機還處于起步階段。我們認為，通用型量子計算機和非通用型量子計算機終將在市場上共存，并共同向經(jīng)典計算機的市場份額發(fā)起挑戰(zhàn)。
“十三五”規(guī)劃期間，量子計算機被我國列為重點研究方向之一，國內(nèi)已有不少科研團隊關(guān)注量子計算領(lǐng)域，他們的主要關(guān)注點在于量子算法和量子計算機的實現(xiàn)上。另有一些研究團隊關(guān)注在高溫新型超導(dǎo)材料等基礎(chǔ)研究領(lǐng)域，這些基礎(chǔ)研究的突破也能大力促進量子計算產(chǎn)業(yè)的高速發(fā)展。2016年8月，我國量子計算機研究取得突破性進展，中國科技大學量子實驗室宣布成功研發(fā)了半導(dǎo)體量子芯片。
量子人工智能算法相比經(jīng)典算法節(jié)省大量時間
經(jīng)典計算機的計算核心使用的是中央處理器，是一種基于半導(dǎo)體理論設(shè)計的電子芯片，用于串行運算。而在量子計算機中，它的計算核心是量子芯片，通過量子的疊加性帶來了并行運算的能力，替代傳統(tǒng)的電子芯片?？梢钥吹剑孔佑嬎銠C與經(jīng)典計算機的物理實現(xiàn)完全不同，如果在量子計算機中使用經(jīng)典算法的話，那么量子芯片將和普通電子芯片發(fā)揮基本相同的功能，只能實現(xiàn)串行計算。這是由于設(shè)計經(jīng)典算法時，其設(shè)計思想是基于串行運算而得到的，這是經(jīng)典算法自身的局限性。為此，需要設(shè)計相應(yīng)的量子人工智能算法，才能實現(xiàn)量子計算的超強算力，這種專門面向量子計算設(shè)計的人工智能算法被稱為量子人工智能算法。
量子計算提升人工智能效率 拓展應(yīng)用場景
在很多應(yīng)用領(lǐng)域，人工智能需要擁有快速處理數(shù)據(jù)、快速響應(yīng)的能力。比如智能駕駛等應(yīng)用場景，對于人工智能的反應(yīng)速度要求很高。再比如手機上的人工智能系統(tǒng)，對于數(shù)據(jù)的處理能力要求非常高，在這些應(yīng)用場景中，急需人工智能的硬件系統(tǒng)實現(xiàn)可移動化和快速響應(yīng)能力。
隨著人工智能對硬件計算能力的需求不斷提升，人工智能從單機或者小型服務(wù)器模式，逐步轉(zhuǎn)型為云計算模式。目前，隨著人工智能應(yīng)用的發(fā)展，單機或者小型服務(wù)器模式的劣勢逐漸顯現(xiàn)。一方面，這種模式可提供的算力到達了一個瓶頸階段，已無法滿足人工智能對算力的需求；另一方面，這種模式是一次性采購的，對于用戶的資金壓力較大，并且后期維護成本不低，需要自己搭建相應(yīng)的軟件環(huán)境?，F(xiàn)階段一種主要的解決方案是將人工智能應(yīng)用或者服務(wù)放在云端，運用云計算平臺提供更加廉價的人工智能服務(wù)，其主要的優(yōu)點是可以按照實際需求來購買計算能力，隨時滿足現(xiàn)階段的應(yīng)用需求。另外，付費模式相對彈性，按照使用狀況來逐次結(jié)算費用，減輕資金壓力。
在摩爾定律近乎失效的情況下，基于現(xiàn)有的計算能力，在如此龐大的數(shù)據(jù)面前，人工智能的訓(xùn)練學習過程將變得無比漫長，甚至完全無法實現(xiàn)基本的功能。而量子計算機的量子比特數(shù)量以指數(shù)形式增長，也就是每兩年翻一番。又因為量子計算的特點，其計算能力是量子比特數(shù)量的指數(shù)級，這個增長速度將遠遠大于數(shù)據(jù)量的增長，為數(shù)據(jù)爆發(fā)時代的人工智能帶來了強大的硬件基礎(chǔ)。
從服務(wù)器到云計算，人工智能的應(yīng)用場景得到了極大的拓展，我們認為量子計算也將拓展人工智能的應(yīng)用場景。我們認為，人工智能的發(fā)展存在三個階段：服務(wù)器時代、云計算時代、量子計算時代。其中量子計算時代為人工智能帶來的顛覆，除了在計算能力方面，更重要的是極大地增加了應(yīng)用場景。
量子計算可實現(xiàn)人工智能的小型化
現(xiàn)在的人工智能系統(tǒng)使用的是成百上千個GPU來提升計算能力，這使得處理學習或者智能的能力得到比較大地增強，然而這套系統(tǒng)也需要龐大的硬件機柜和相配套的硬件機房。較大型的人工智能硬件系統(tǒng)需要將近半個足球場的占地空間，這無疑是對人工智能發(fā)展的一個重要限制。隨著大數(shù)據(jù)時代的不斷進步，數(shù)據(jù)將呈現(xiàn)指數(shù)級增長，而基于CPU或者GPU云計算的數(shù)據(jù)中心將無法滿足數(shù)據(jù)爆發(fā)的需求。
目前非通用型量子計算機已經(jīng)實現(xiàn)了1000位量子比特，在特定算法上，計算效率比經(jīng)典計算機要快一億倍。也就是如果想要實現(xiàn)人工智能，原來需要一千臺計算機，或者需要一萬臺計算機的規(guī)模，現(xiàn)在只要用一臺量子計算機就可以了。而且這個量子計算機的計算能力完夠滿足人工智能對速度的要求，也就是人工智能將不再依賴于大型服務(wù)器集群，或者龐大的云計算中心。
量子計算可高速處理大數(shù)據(jù) 實現(xiàn)人工智能移動化
目前量子計算較為成功的應(yīng)用集中在大數(shù)據(jù)快速搜索，這主要是因為在這個應(yīng)用領(lǐng)域中，誕生了的量子計算算法，使得經(jīng)典計算體系中無解或者趨近無解的問題，在量子計算的環(huán)境中，轉(zhuǎn)化為了可解并且能快速求解的狀態(tài)，使得這個領(lǐng)域成為目前量子計算的重要應(yīng)用方向。
量子芯片的大數(shù)據(jù)處理能力將實現(xiàn)人工智能的移動化，主要的應(yīng)用場景包括：車載智能系統(tǒng)、無人機的智能系統(tǒng)或者手機上的人工智能系統(tǒng)。主要可行的方案有兩種：是它們實時收集的大量信息和傳感器數(shù)據(jù)，之后傳輸給云端的量子計算系統(tǒng)，在云端實現(xiàn)超短時間內(nèi)的快速運算，然后再將結(jié)果反饋給相應(yīng)移動端，實現(xiàn)對移動端的控制。這種方案的優(yōu)勢在于可以極大節(jié)省計算的時間，提高智能系統(tǒng)的響應(yīng)速度。另一種方案是通過自身攜帶的量子計算系統(tǒng)，可以在本地處理大量的數(shù)據(jù)，并且得到實時響應(yīng)，指導(dǎo)汽車自動駕駛或者對手機終端反饋信息。這個系統(tǒng)的優(yōu)勢是不只節(jié)省了計算時間，還完全省去了上傳和下傳數(shù)據(jù)的時間。但是這種方案的不確定性在于量子芯片能否在日常環(huán)境中直接使用，比如不再要求超低溫的環(huán)境等?？傊@些應(yīng)用場景對于數(shù)據(jù)處理能力的要求非常高，而量子計算通過節(jié)省大量的計算時間，實現(xiàn)可移動化的人工智能系統(tǒng)，提供數(shù)據(jù)的快速響應(yīng)能力。
建議
人工智能已被認為是繼互聯(lián)網(wǎng)之后新一代革命性技術(shù)及應(yīng)用方向，新產(chǎn)業(yè)突破需要借助相關(guān)產(chǎn)業(yè)鏈的進一步完善，量子計算的超強算力有望加速人工智能的突破和商業(yè)化應(yīng)用，操作上可提前布局量子計算產(chǎn)業(yè)相關(guān)標的。建議從中科院與中科大的技術(shù)導(dǎo)入產(chǎn)業(yè)的途徑中尋找投資機會，可關(guān)注中科曙光、神州信息、浙江東方、亨通光電。
原標題：當人工智能遭遇量子計算，將是一次知識大爆炸？
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號
移動版
