社区

全球量子人工智能技术发展趋势       量子人工智能利用量子计算的高并行性，提高对大数据的处理、分析和挖掘能力，并且借鉴量子力学的原理，促进新型算法的产生，能够提供全新的计算范式。量子人工智能也有望成为人工智能市场增长的重要驱动因素。因此，受到产学研用各方的高度关注，但是总体来讲，量子人工智能技术和产业整体还处于技术萌芽期。美国著名的咨询公司 Gartner 将一项技术的发展进程分为五个阶段：技术萌芽期、期望膨胀期、泡沫破裂低谷期、稳步爬升复苏期和生产成熟期。量子人工智能目前主要集中在实验室研、算法和应用场景的探索，少数商业公司推出简单的应用服务或案例演示，符合 Gartner 对技术萌芽期的定义。处于萌芽期的技术或服务在短期内会快速发展，在 1-2 年内进入期望膨胀期，但是距离成熟商用至少需要 10 年的时间。虽然部分量子人工智能算法在含噪中等规模量子（NISQ）硬件上可以有效运行，但现阶段还未成为人工智能领域的主流方案。量子人工智能的发展面临诸多挑战。 一、是量子计算硬件路线尚未收敛，规模和性能无法满足应用需求。量子处理器是执行量子人工智能算法的“核心引擎”，是制备、操作和测量量子比特与量子逻辑门的物理载体，也是现阶段量子计算研究与应用的关键方向之一，超导、离子阱、硅基半导体、光量子和中性原子等技术路线呈现多元化发展和开放竞争态势，尚未出现技术路线融合收敛趋势。此外量子人工智能的加速优势还体现在问题规模上，但是问题规模越大，量子线路的宽度和深度随之增大，所需要的量子硬件资源（量子比特数目）越多，对量子比特性能（如保真度、相干时间）的要求也越高，当前的硬件水平无法满足大规模应用需求。 二、是缺乏有效的数据编码方法。目前绝大部分的数据都是经典的，而运行量子人工智能算法需要将经典的数据编码到量子比特上。学术界已经提出诸多中经典数据的量子表示方法