微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 美国国家科学院发布前景报告,再给实用量子计算机“降温”

美国国家科学院发布前景报告,再给实用量子计算机“降温”

2018-12-12 12:55
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-12-12 12:55 科技行者

11月,IEE Spectrum发布了一篇题为《The Case Against Quantum Computing(科技行者编译文章:全球理论物理学泰斗给量子计算机泼冷水:可预见的未来造不出来)》的文章。在文章当中,作者Mikhail Dyakonov提出了自己的观点,表示由于实现过程中的一系列技术挑战,在可预见的未来,造出实用性的通用型量子计算机的可能性非常小。

在全世界都对量子计算抱有极高的热情当下,这篇文章的出现引发了热烈的讨论甚至争议。

美国国家科学院发布前景报告,再给实用量子计算机“降温”

图片来源:iStockphoto

大致在同一时间,由美国国家科学院、工程院与医学院组建的专家委员会也一直在努力试图找出这个问题的答案——量子计算机到底还需要多久才能发展成熟,从而带来实际的商业价值。更具体地,该委员会正在“对创建出能够解决实际问题的功能型量子计算机的可行性与影响进行专门的评估”,并估算“完成这项工作所需要的时间与资源,考量如何对成功机率做出准确判断。”

针对这些问题,上周该委员会正式发布了一份长达205页的报告(报告下载地址:https://www.nap.edu/catalog/25196/quantum-computing-progress-and-prospects),并举办了一次面向记者的网络研讨会。

该委员会由13位量子计算专家组成,其中包括:来自加州大学圣芭芭拉分校的谷歌量子计算硬件项目负责人John Martinis、来自芝加哥大学的圣芭芭拉分校自旋电子学与量子计算中心前负责人David Awschalom,以及来自加州大学伯克利分校的伯克利量子信息与计算中心联合主任Umesh Vazirani等。

面对量子计算的前景问题,这支专家小组更倾向于给出乐观积极的回答。当然,他们也没有回避在设计并制造实用性通用量子计算机方面面对的难题。恰恰相反,在报告中,我们多次看到了与Dyakonov类似的,对于量子计算前景持怀疑态度的重要依据。

与大多数主流新闻媒体所认为的,“量子计算机能够完成各种稀奇古怪的任务处理,并且只需要五到十年即可全面实现”的观点不同,在报告当中,委员会成员们强调了以下 “重要结论”:

在促进人类理解宇宙的基础性研究方面,量子计算具有非常重要的意义。与所有基础科学研究一样,该领域的发现可能会带来变革性的新知识与应用方向。

对此,Dyakonov在他的文章中也表示:“对量子计算的实验性研究是有益的,这可能帮助我们更好地理解复杂的量子系统。”

总的来说,正如委员会成员们所提到,任何类型的基础科学研究都具有价值,因为其可能会带来其它一些非直接,但具有实际意义或者对社会有益的成果。而政府以及其它科学与工程机构的核心目标,在于弄清楚哪些基础研究比其它研究更具价值。从这个角度来看,这份报告非常具有指导意义,它能激发大家以更严谨的科学态度,去进行量子计算研究。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-