量子是否能為我們帶來我們所期望的生成式人工智慧？
內容摘要
杜克大學量子中心（DQC）主任克裏斯·門羅（Chris Monroe）表示量子計算和人工智慧（AI）似乎彼此之間距離遙遠，但實際上這兩個領域非常相關。門羅教授指出，“量子和人工智慧經常一起討論，這是有道理的，因為量子將加速下一代 AI 的發展。當前即使是當前最先進的 AI 技術代表 ChatGPT 在一兆個物件之間也無法建立相關性。電腦記憶體不足，無法實現這一點。”傳統的位運算電腦只能進行是非判斷。而門羅教授及其在 DQC 的同事們正在建造的量子系統具有更大的計算能力，理論上可以轉化為能力更強大的 AI 工具。生成式 AI 的挑戰
當前的大型語言模型（LLMs）能夠總結大量的資料或呈現高度風格化的文字，但它們無法跟上專業知識的發展。對於 ChatGPT 來說其在量子計算進展方面的最後更新是在 2021 年 9 月，它無法綜合或產生新的想法。舉個例子，如果使用者詢問 ChatGPT 為什麼朱麗葉在《羅密歐與茱麗葉》的陽臺場景中被比作太陽，工具的回答是一個令人滿意的總結。但如果要求 ChatGPT 寫一個新的比喻，將朱麗葉比喻為另一顆行星，結果就充分顯示了 LLMs 的不足。量子對 AI 的潛在影響
計算機所需的龐大資料和配置以及訓練它們所需的資料量，對於傳統計算機來說是困難的。LLMs 的內部數學模型和它們所依賴的資料量是龐大的，而這些模型必須建立的各種相關性對於經典計算機來說很難捕捉。這就是為什麼人們開始意識到，量子計算機在識別模式和預測多個同時結果方面的優越能力可能會給 AI 模型帶來優勢。量子計算的挑戰
雖然生成式 AI 只是機器學習應用的一小部分，但在商業領域中，還有無數機會透過機器學習自動化任務或提高效率，例如半導體晶片設計。這也是為什麼全球範圍內的量子計算專案仍在蓬勃發展的原因之一。然而對於新的參與者來說面臨的重大挑戰是，這個領域已經被少數關鍵團隊主導了幾十年。美國從 1990 年代中期開始就大量投資量子計算研究和開發，英國和新加坡也迅速跟進。現在其他國家紛紛推出了自己的量子計算專案，但對於落後於研發的早期探索者來說他們需要找到替代的發展路線。國際合作的重要性
在量子領域中，有“創造者”和“接受者”之分。創造者是開發技術和構建裝置的人。由於美國在這方面的發展，從初創企業到大型公司都在建造量子計算裝置。然而接受者並不一定有興趣自己建造量子計算機，但他們想方設法利用創造者的技術來造福自己的業務，透過合作贏取機會。他們不應該害羞，應該利用其他國家業界的進展。前景展望
有人擔心量子計算技術被過度渲染，擔心技術進入了一種被稱為“狂熱周期”的僵局，即技術所引起的投資或興趣的程度與時間的關係。一旦技術仍然遙遠，人們的幻想就會破滅。“國家量子倡議”（National Quantum Initiative）於 2018 年成立，為國家科學基金會、能源部和國家標準技術研究所提供了新的計劃，以推進量子計算。杜克大學已經在其中佔有一席之地。 一項研究投資給門羅教授、金珍相教授和邁克爾·J·費茨帕特裏克（Michael J. Fitzpatrick）電機與計算機工程學卓越教授肯·布朗（Ken Brown）所成立的合作夥伴關系。當前國會正在考慮《國家量子倡議》的續期。金教授當前是韓國的特別顧問，他們正在為自己的 25 億美元量子計算專案奠定基礎。去年巴西、西班牙、南非和英國都推出了新的量子計算計劃。如果這些投資是任何徵兆，則表明對該技術的興趣還未達到高峰。不過不需要聽門羅教授和金教授的意見，只需要問問 ChatGPT 本身就可以了。ChatGPT 表示：“量子計算有可能在包括機器學習和自然語言處理在內的各個領域帶來重大進展，這可能會改進像我這樣的模型。然而量子計算對我能力的具體影響程度取決於該領域發生的具體發展情況。隨著該領域的進步和挑戰的解決，我們可能會看到 AI 和其他技術取得更具體和重大的改進。” (來源：杜克大學)評論和建議
量子和人工智慧的結合在許多方面都具有巨大潛力，特別是對於生成式人工智慧的發展。然而我們必須警惕過度渲染和過高期望。量子計算在當前仍面臨諸多挑戰，如技術約束、資源需求和運算能力等。此外量子計算的應用在生成式 AI 以外的領域也有許多潛在優勢和商業應用價值。因此我們應該保持理性和實用的心態，將量子計算視為一種有潛力的技術，但同時也需要持續關注和研究其發展和應用的挑戰。 在這個領域中，國際合作和合作夥伴關系非常重要。美國作為一個量子計算的先驅，擁有大量的技術開發者，但其他國家也在追趕進度。透過合作，既可以加速技術的發展，又可以推動全球的科學和商業創新。新興國家和對量子計算有興趣的組織和企業應該積極與這些先進國家的創造者合作，共同推進量子計算的發展和應用。 同時我們需要對量子計算的未來保持一種現實的態度。量子計算的應用將需要長期的研究和開發，以克服技術約束和挑戰。我們可以期待，隨著技術的成熟和突破，量子和人工智慧的結合將帶來更具體和重大的改進。與此同時我們也應該注意過度渲染和狂熱期的影響。只有持續的努力和實際的進展，才能實現量子在生成式人工智慧和其他領域的真正潛力。編輯建議：
- 提供更多量子計算和 AI 結合的實際案例和潛在應用。 - 分析量子計算在生成式 AI 中所面臨的技術挑戰和局限性。 - 強調國際合作和合作夥伴關系的重要性，如何促進全球合作和知識共享。 - 對量子計算的未來發展進行更深入的討論，提出更多具體的建議和展望。 - 在結尾部分加入一個總結，強調讀者應保持現實態度，但也應保持對未來技術發展的希望。Quantumtechnology-量子技術,生成式人工智慧,量子計算,量子算法,量子機器學習
