标题:量子运算结合AI具互补性质，正成为谷歌和其他厂商追求的下一潮流
新闻来源:iKnow科技产业资讯室
原文网址:https://bit.ly/3Yk9PNg
原文:
随着大型语言模型(LLM)继续快速发展并主导生成式AI领域，一场更安静的演进正在两个
新兴领域的边缘展开：量子运算和人工智能。Alphabet的科学家们正在进行该公司迄今为
止最雄心勃勃的赌注之一。谷歌正试图开发世界上最先进的量子电脑，因为其表示未来量
子和AI是具相互补充性质。
在AI的背景下，研究人员探索了量子特性如何改善自然语言处理、机器学习优化和模型训
练效率等任务。然而，大多数此类努力仍处于早期阶段。例如：IBM和麻省理工学院研究
了混合量子传统模型如何减少特定深度学习任务的训练时间，而像Zapata AI这样的新创
公司正在试验用于情绪分析和预测的量子增强模型。
许多人认为谷歌在生成式AI热潮中起步较晚，因为OpenAI在2022年底凭借ChatGPT率先进
入主流。
2024年年底，谷歌明确表示不会再陷入困境。该公司推出了一款名为Willow的突破性量子
运算芯片，据称该芯片可以比传统电脑更快地解决基准问题，并证明在芯片中添加更多量
子位元可以成倍地减少错误。
Willow 现在可能会给谷歌一个在下一个科技时代占据领先地位的机会。这也可能是一种
将研究转化为商业机会的方式，特别是当AI遇到数据壁时。领先的AI模式在从网络上抓取
了大量资料之后，正在逐渐缺乏用于训练的高品质数据。
另外总部位于列支敦士登的Dynex公司最近推出了量子扩散大语言模型 (qdLLM)。该公司
声称，其qdLLM可以比依赖当前技术基础设施的传统基于变压器的系统更快、更有效率地
产生生成式AI输出。
基本上来说，GPT-4或DeepSeek等传统模型是按顺序、逐字逐句地工作的，可是qdLLM是并
行运作的，所以其思维方式更像人脑，可以同时处理所有力量模式。这就是量子的力量。
Dynex透过整合量子退火（一种量子最佳化形式）来进一步实现差异化，以改进文字生成
过程中的标记选择。Dynex声称，与传统的LLM相比，这提高了连贯性并降低了计算开销。
Dynex模型的一个独特之处是它依赖模拟量子行为的分布式GPU网络，而不需要存取实际的
量子硬件。这种设计使得系统能够扩展到 Dynex 所描述的多达一百万个算法量子位元
。
Dynex认为量子运算将在未来5年内主导AI。尽管这项预测并非没有先例，但仍只是推测。
麦肯锡、波士顿顾问集团和 Gartner 的分析师都指出，量子运算可以显著改善最佳化和
模拟任务，但对于大多数范例来说，可能要到2030年以后才能实现。更谨慎的观点认为，
量子人工智能混合体将首先出现在利基应用中，例如药物发现、金融风险建模或网络安全
。
心得:
随着大型语言模型主导生成式AI领域，量子运算正悄悄展开新革命。谷歌开发的Willow量
子芯片展现巨大潜力，预示量子与AI的互补性将推动未来科技突破。Dynex则透过量子扩
散大语言模型，展示量子技术在AI生成效率与思维方式上的优势。尽管量子AI尚处初期，
但其在特定应用领域的潜力令人期待，未来量子与AI的融合将深刻改变科技生态。