近日，Google 宣布推出量子機(jī)器學(xué)習(xí)開(kāi)源庫(kù) TensorFlow Quantum。

這一開(kāi)源庫(kù)集成了 Google 之前開(kāi)源的量子計(jì)算框架 Cirq 和機(jī)器學(xué)習(xí)框架 TensorFlow。Cirq 提供了一個(gè)軟件模擬器來(lái)運(yùn)行量子算法，不要求開(kāi)發(fā)者必須有一臺(tái)真實(shí)的量子計(jì)算機(jī)。而 TensorFlow 是一個(gè)封裝了底層深度學(xué)習(xí)模型的軟件庫(kù)。簡(jiǎn)言之，不管是 Cirq 還是 TensorFlow，都是為了降低新技術(shù)門(mén)檻而生。借助這些開(kāi)源工具，開(kāi)發(fā)者可以更快更省地打造量子計(jì)算或機(jī)器學(xué)習(xí)應(yīng)用。

Google 現(xiàn)在把兩者結(jié)合了起來(lái)，能讓開(kāi)發(fā)者利用經(jīng)典或者量子數(shù)據(jù)，快速打造一個(gè)混合的量子-經(jīng)典模型原型，以期推動(dòng)量子計(jì)算和機(jī)器學(xué)習(xí)社區(qū)發(fā)現(xiàn)更能發(fā)揮量子優(yōu)勢(shì)的新算法。

雖然量子計(jì)算和機(jī)器學(xué)習(xí)都是技術(shù)熱詞，但分屬完全不同的領(lǐng)域。兩者為什么能結(jié)合在一起？量子計(jì)算能給機(jī)器學(xué)習(xí)帶來(lái)什么？一切要從經(jīng)典數(shù)據(jù)和量子數(shù)據(jù)的區(qū)別說(shuō)起。

跳出 0 和 1 的局限

所謂經(jīng)典數(shù)據(jù)和經(jīng)典模型，都是相對(duì)于量子而言。現(xiàn)在流行的計(jì)算機(jī)被稱(chēng)為經(jīng)典計(jì)算機(jī)，信息量的基本單位是比特，在二進(jìn)制中取值不是 0 就是 1。

而遵循量子力學(xué)規(guī)律打造的計(jì)算機(jī)被稱(chēng)為量子計(jì)算機(jī)，信息量的基本單位是量子比特，在取值前處于不確定狀態(tài)，即疊加態(tài)。也就是說(shuō)，量子比特可以同時(shí)處于 “0” 和 “1” 的狀態(tài)。

有人做過(guò)一個(gè)比喻：經(jīng)典比特是 “開(kāi)關(guān)”，只有開(kāi)和關(guān)兩個(gè)狀態(tài)（0 和 1），而量子比特是 “旋鈕”，就像收音機(jī)上調(diào)頻的旋鈕那樣，有無(wú)窮多個(gè)狀態(tài)。經(jīng)典計(jì)算機(jī)通過(guò)操縱經(jīng)典比特進(jìn)行運(yùn)算，而量子計(jì)算機(jī)是操縱量子比特，本質(zhì)上就是去旋轉(zhuǎn)它們。

量子疊加這種特性決定了在同樣比特?cái)?shù)量的情況下，量子比特能存儲(chǔ)比經(jīng)典比特更多的信息。

比如，把 1 個(gè)“0”和 1 個(gè)“1”放在一起，會(huì)有 4 個(gè)組合狀態(tài)：00、01、10、11。2 個(gè)經(jīng)典比特只能是其中 1 種狀態(tài)，而 2 個(gè)量子比特可以同時(shí)包含這 4 個(gè)狀態(tài)，并且每個(gè)狀態(tài)都有一定的權(quán)重。

只有當(dāng)人們?nèi)プx取量子比特時(shí)，同時(shí)包含 4 個(gè)狀態(tài)的量子比特才會(huì)變化為其中一個(gè)狀態(tài)。正是由于這種疊加的特性，量子計(jì)算機(jī)具備了強(qiáng)大的并行計(jì)算能力。

▲（“薛定諤的貓” 就是解釋量子疊加的一個(gè)思想實(shí)驗(yàn)）

除了疊加，量子還有個(gè)特性是“糾纏”。糾纏性可以讓多個(gè)量子比特共享狀態(tài)，創(chuàng)造出 “超級(jí)疊加” 的量子并行計(jì)算，計(jì)算能力隨比特?cái)?shù)增加呈指數(shù)級(jí)增長(zhǎng)。

理論上，擁有 300 個(gè)量子比特的量子計(jì)算機(jī)，瞬間所能執(zhí)行的并行計(jì)算次數(shù)比宇宙中的原子總數(shù)還多。

對(duì)于量子計(jì)算的并行性，微軟 CEO Satya Nadella 在 2017 年微軟 Ignite 大會(huì)上，用找迷宮出口來(lái)比喻解釋?zhuān)?/p>

為了找到迷宮的出口，經(jīng)典計(jì)算機(jī)先開(kāi)啟一條搜索路徑，遇到障礙物后會(huì)沿原路返回。之后再次探尋新路，直到遇障返回或找到了正確出口。雖然最終能找到一個(gè)結(jié)果，但這種方法相當(dāng)耗時(shí)。

對(duì)比之下，量子計(jì)算機(jī)解鎖了神奇的并行性。它們同時(shí)探尋玉米迷宮中的每一條路。因此，量子計(jì)算機(jī)可能指數(shù)級(jí)減少解決問(wèn)題的步驟。

中國(guó)科學(xué)院院士潘建偉也曾說(shuō)：“如果傳統(tǒng)計(jì)算機(jī)的速度是‘自行車(chē)’，那么量子計(jì)算機(jī)的速度就是‘飛機(jī)’?！?/p>

這種遠(yuǎn)遠(yuǎn)超過(guò)經(jīng)典計(jì)算機(jī)的計(jì)算性能，正是機(jī)器學(xué)習(xí)所需要的。眾所周知，當(dāng)下這次以機(jī)器學(xué)習(xí)方法為代表的人工智能浪潮，是算力、算法和數(shù)據(jù)相結(jié)合的結(jié)果。

如果機(jī)器學(xué)習(xí)任務(wù)無(wú)法快速計(jì)算完成，那么經(jīng)濟(jì)價(jià)值就無(wú)法得到體現(xiàn)。當(dāng)前，企業(yè)和學(xué)界普遍采用 GPU 和 FPGA 等適合并行計(jì)算的通用芯片來(lái)實(shí)現(xiàn)加速，但這些方法依然是基于經(jīng)典計(jì)算機(jī)。

速度遠(yuǎn)遠(yuǎn)超越經(jīng)典計(jì)算機(jī)的量子計(jì)算機(jī)，自然而然和機(jī)器學(xué)習(xí)聯(lián)系起來(lái)。

量子機(jī)器學(xué)習(xí)是如何實(shí)現(xiàn)的

早在 1995 年，美國(guó)路易斯安那州立大學(xué) Kak 教授首先提出了“量子神經(jīng)計(jì)算”的概念。而后，量子聚類(lèi)、量子深度學(xué)習(xí)和量子向量機(jī)等算法相繼被提出。2015 年，潘建偉教授團(tuán)隊(duì)在小型光量子計(jì)算機(jī)上，首次實(shí)現(xiàn)了量子機(jī)器學(xué)習(xí)算法 。

事實(shí)上，已有的量子機(jī)器學(xué)習(xí)算法主要可細(xì)分為 3 類(lèi)。第一類(lèi)，機(jī)器學(xué)習(xí)的整體計(jì)算依然采用經(jīng)典計(jì)算機(jī)，但把比較復(fù)雜的計(jì)算轉(zhuǎn)換成量子版本，用量子計(jì)算機(jī)來(lái)運(yùn)行。

▲（圖片來(lái)自《量子機(jī)器學(xué)習(xí)算法綜述》

第二類(lèi)是“尋找量子系統(tǒng)的力學(xué)效應(yīng)、動(dòng)力學(xué)特性與傳統(tǒng)機(jī)器學(xué)習(xí)處理步驟的相似點(diǎn)，將物理過(guò)程應(yīng)用于傳統(tǒng)機(jī)器學(xué)習(xí)問(wèn)題的求解，產(chǎn)生出新的機(jī)器學(xué)習(xí)算法”。第三類(lèi)，則是借助機(jī)器學(xué)習(xí)力去研究量子系統(tǒng)。

目前，對(duì)量子機(jī)器學(xué)習(xí)的研究大多集中在第一類(lèi)。在具體的執(zhí)行層面上，要用量子計(jì)算機(jī)來(lái)運(yùn)行經(jīng)典機(jī)器學(xué)習(xí)復(fù)雜計(jì)算的部分，首先要把經(jīng)典數(shù)據(jù)轉(zhuǎn)換成量子數(shù)據(jù)。

然后把量子數(shù)據(jù)輸入量子計(jì)算機(jī)，用量子算法計(jì)算完成后輸出。由于輸出的計(jì)算結(jié)果依然是量子疊加態(tài)的，所以最后還需要進(jìn)行測(cè)量，把經(jīng)典數(shù)據(jù)提取出來(lái)。

雖然量子計(jì)算的特性和機(jī)器學(xué)習(xí)非常契合，但整體而言量子機(jī)器學(xué)習(xí)還處于初級(jí)階段。并且，不是所有的經(jīng)典機(jī)器學(xué)習(xí)算法都可以用量子計(jì)算加速。

量子機(jī)器學(xué)習(xí)算法實(shí)用化的硬件條件也還沒(méi)有成熟。據(jù)科技日?qǐng)?bào)報(bào)道，在通用量子計(jì)算機(jī)建造成功之前，量子機(jī)器學(xué)習(xí)算法很難在實(shí)際應(yīng)用中展現(xiàn)出其數(shù)據(jù)處理方面的強(qiáng)大能力。

這次開(kāi)源 TensorFlow Quantum 的 Google，也是一直在打造自己的量子計(jì)算機(jī)。2019 年 10 月 23 日，Google 在 Nature 上刊登了關(guān)于 “實(shí)現(xiàn)量子優(yōu)越性” 的論文 ，他們制造出了 53 個(gè)量子比特?cái)?shù)的量子計(jì)算機(jī)，計(jì)算能力超經(jīng)典超級(jí)計(jì)算機(jī)。同樣的計(jì)算量，量子計(jì)算機(jī)用 200 秒就完成了，而目前最強(qiáng)的經(jīng)典超級(jí)計(jì)算機(jī)，要花費(fèi) 10000 年才能完成。

“量子優(yōu)越性” 是指量子計(jì)算機(jī)可以完成經(jīng)典計(jì)算機(jī)無(wú)法做到的事情。這個(gè)概念最早由加州理工學(xué)院理論物理教授 John Preskill 在 2012 年提出。

▲（Google CEO 桑德?tīng)枴てげ毯土孔佑?jì)算機(jī)）

Google 用 53 個(gè)量子比特實(shí)現(xiàn)了“量子優(yōu)越性”是一個(gè)里程碑式的事件，但離通用量子計(jì)算機(jī)的要求（通常認(rèn)為需要 100 萬(wàn)個(gè)量子比特）還是很遙遠(yuǎn)。盡管如此，依然有越來(lái)越多學(xué)術(shù)機(jī)構(gòu)和公司投入到了量子機(jī)器學(xué)習(xí)領(lǐng)域。并且，在一些具體的場(chǎng)景（如圖像分類(lèi)），量子機(jī)器學(xué)習(xí)也已經(jīng)被證明了其可行性。