繼人工智能和區塊鍊之後，IBM 又要量子計算上搞一些事情。美東時間3月6日，IBM宣布将在今年推出一項新業務“IBM Q”，要做全球第一個商業化的量子計算雲服務。
IBM “Q Lab”
涉足量子計算機研究35年，IBM 在去年5月上線了量子計算平台 IBM Quantum Experince，主要讓所有人都有機會免費體驗量子計算。在這一次的公布中，IBM 同時還開放了兩項針對該平台的服務：一個是 API（應用程式接口），降低了平台的使用門檻，針對沒有很深量子實體學背景的使用人群；一個是更新版模拟器，友善使用者在平台上建構簡單的量子應用和軟體程式。根據 IBM 的内部資料，學習平台上線至今，已經由4萬使用者，做了27.5萬個實驗。
IBM Quantum Experience界面
Quantum Experience 使用的是一台5量子比特（qubits）的計算機，而 Q 的量子比特将達到50，是目前平台的十倍，這在計算能力上就遠遠超過了傳統計算機。
傳統的計算機比特的存儲狀态非常死闆，隻能是1和0，但是量子比特就任性許多了，它可以處于即是1又是0的疊加狀态。如果傳統比特和量子比特一起爬樓梯的話就會出現這樣的情況：傳統比特在上一級台階時，量子比特跨了兩級，傳統比特上兩級時，量子比特跨了四級，等傳統比特上到一層樓的時候，量子比特已經站在十八層的樓頂了，這個速度優勢可以說是碾壓性的。
這樣的速度優勢對于需要耗用巨大運算的技術來無疑是一個福音，但這也不意味對平時隻用電腦發郵件看電影的我們來說就沒有意義了。
就拿人工智能來說，人工智能在學習訓練時主要依靠大量的資料和運算來進行演算和推斷，并且需要更新資料進行優化，想要提高學習的程序，訓練量和速度就是一大障礙，而量子計算可以解決問題，最後的結果可能就是：人工智能在醫療方面更準确地對疾病進行辨識診斷、在交通上研發更安全地無人駕駛、在金融方面進行更快速地投資決策、在政治談判和安全方面找到更合理地政策，每一項都逃不開和我們的關系。
不要覺得這些事很科幻——2016年8月8日，東京大學醫學研究院利用 IBM 的人工智能 Watson，隻用10分鐘便診斷出一位女性患者患有罕見白血病，而這位患者此前曾被醫生漏診。而在以往，對癌症患者的診斷需要醫生長年累月對臨床經驗的積累，有經驗的醫生往往已經達到職業生涯的末期。AI 不僅能快速學習大量病曆讓自己達到專家級别的診療，還不受出診時間和職業周期的制約。挂不上專家号的你和我，未來都是這項技術的潛在受益者。
其實除了 IBM 以外，量子計算一直也是許多等科技公司的熱門押寶對象。Google 稱目前已經建成9量子比特的計算機，還在去年8年發表論文目标實作量子霸權；微軟專注拓撲量子比特的研究；英特爾專注矽量子點技術。不管幾家科技公司如何同台競賽，量子計算機商業化程序的不斷加速都在日益昭示着傳統計算機硬體行業的重新洗牌。
英特爾的創始人之一摩爾在1965年提出關于計算機內建電路發展的摩爾定律，就是晶片的半導體數量每隔18個月翻一倍，這也就成為計算機性能提升的一個預設規律和速度。不過五十多年過去了，晶片越來越薄，優化空間越來越小，摩爾定律似乎也快要走到終點。
面對摩爾定律的困局，量子計算機無疑成為另一個選擇，但是否是一個更好的選擇依然需要時間的檢驗和調試。雖然量子理論從1980年代就開始出現，但是到今天也沒有真正走出實驗室。
目前的量子計算仍然還有許多局限性，比如 IBM 的量子計算機，因為特殊材料的原因需要在極低的溫度下運作，差不多接近絕對零度那麼冷。同時因為量子的任性，要儲存量子的疊加狀态對穩定性也有更高的要求。
再有就是，由于計算邏輯不同，量子計算機的應用會讓許多傳統的算法變得不那麼有用，程式員們可能就又要投入新的學習了。
原文釋出時間為：2017-03-08
本文作者：liuxuan
本文來源：
虎嗅網，如需轉載請聯系原作者。