AI公开课:18.05.05 施尧耘(阿里云量子技术CS)—清华AI第四讲之《人工智能与量子计算》Quantum课堂笔记——带你了解量子计算

简介: AI公开课:18.05.05 施尧耘(阿里云量子技术CS)—清华AI第四讲之《人工智能与量子计算》Quantum课堂笔记——带你了解量子计算

当前研究


微软的Quantum、加拿大量子计算公司D-Wave、中科大研制出非局域量子模拟器



概念理解


量子计算编程语言Q#是微软量子计算机全系统层次Solid的一部分。

image.png

image.png

image.png



量子计算简介


量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。对照于传统的通用计算机,其理论模型是通用图灵机;通用的量子计算机,其理论模型是用量子力学规律重新诠释的通用图灵机。从可计算的问题来看,量子计算机只能解决传统计算机所能解决的问题,但是从计算的效率上,由于量子力学叠加性的存在,目前某些已知的量子算法在处理问题时速度要快于传统的通用计算机。


    量子位(qubit)是量子计算的理论基石。在常规计算机中,信息单元用二进制的 1 个位来表示,它不是处于“ 0” 态就是处于“ 1” 态. 在二进制量子计算机中,信息单元称为量子位,它除了处于“ 0” 态或“ 1” 态外,还可处于叠加态(superposed state)。



基本原理


量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态,从而导致量子信息处理从效率上相比于经典信息处理具有更大潜力。普通计算机中的2位寄存器在某一时间仅能存储4个二进制数(00、01、10、11)中的一个,而量子计算机中的2位量子位(qubit)寄存器可同时存储这四种状态的叠加状态。随着量子比特数目的增加,对于n个量子比特而言,量子信息可以处于2种可能状态的叠加,配合量子力学演化的并行性,可以展现比传统计算机更快的处理速度。


量子计算机依赖出现在自然界的量子力学现象――基本上是物质的两种重要状态,名为叠加(superposition)和纠缠(entanglement)。物质的这些状态被用于计算时,有望提升我们对复杂数据集执行计算的能力。  这里的重要区别在于量子计算机不同于传统计算机,而传统计算机是依赖晶体管的二进制数字电子计算机。


PK晶体管


普通智能手机里面就有几十个晶体管,晶体管可在两种状态之间切换:0或1,即开或关,从而计算信息。量子计算机并不使用晶体管(或经典比特),而是使用量子比特(Qubit)。


About 量子比特


量子比特是量子计算机中基本的信息单位。量子比特可能是-1或1,也就是同时拥有这两个值的属性,这就叫叠加。所以,执行计算方面立即有了更多种可能性。如今市面上最先进的量子计算技术可以使用多达1000个量子比特。


About 量子纠缠


量子比特可以利用一种名为量子纠缠的状态;在这种状态中,成对或成组的量子粒子连接起来,那样每个粒子就无法独立于其他粒子来加以描述,即便粒子之间隔着很远的距离(比如宇宙的两端)。爱因斯坦称之为“远距离的幽灵行动”(spooky action at a distance),它正是量子传输的理论基础。


How


该技术可以应用于似乎有无限变量的行业问题,那些变量组合构成了一系列数量非常多的潜在解决方案。这些巨大的变量问题通常被称为优化问题。


For example

设想一下电话簿,然后设想你要在该电话簿中查询某个特定的电话号码。使用晶体管的经典计算机会搜索电话簿的每一行,直至找到并返回匹配号码。相比之下,由于拥有量子比特,量子计算机可以同时评估每一行,并返回结果,速度比经典计算机要快得多,因而可以立即搜索整本电话簿。

再比如,为北美的每个人优化每条航线、机场时刻表、天气数据、燃料成本和乘客信息等,从而获得最具有成本效益的解决方案。经典计算机通常需要几千年时间来计算解决这个问题的最佳方案。从理论上来说,每台量子计算机的量子比特数量增加后――这一幕已成为现实,量子计算机就可以在几小时内或更短时间内完成这项任务。


Development:世界上第一台商用量子计算机


加拿大量子计算公司D-Wave于2011年5月11日正式发布了全球第一款商用型量子计算机“D-Wave One”,量子电脑的梦想距离我们又近了一大步。D-Wave公司的口号就是——“Yes,you can have one.”。其实早在2007年初,D-Wave公司就展示了全球第一台商用实用型量子计算机“Orion”(猎户座),不过严格来说当时那套系统还算不上真正意义的量子计算机,只是能用一些量子力学方法解决问题的特殊用途机器。

2017年1月,D-Wave公司推出D-Wave 2000Q,他们声称该系统由2000个qubit构成,可以用于求解最优化、网络安全、机器学习、和采样等问题。对于一些基准问题测试,如最优化问题和基于机器学习的采样问题,D-Wave 2000Q胜过当前高度专业化的算法1000到10000倍。


Conclusion


量子计算机依赖量子力学的基本原理来加快解决复杂计算这一过程。这些计算通常包括看似数量不可估量的变量,应用广泛,从高级基因组学到金融等行业,不一而足。此外,量子计算机已经在重塑网络安全的一些方面,这归功于它们能够基于素数因子分解来破解代码,以及能够提供高级的加密形式,以保护敏感通信。


For you


你需要明白,由于量子比特以及叠加和纠缠现象,量子计算机可以同时处理大量计算任务,而且速度比传统计算机快得多。



相关文章
|
14天前
|
人工智能 JSON API
阿里云文档智能 & RAG解决方案:提升AI大模型业务理解与应用
阿里云推出的文档智能 & RAG解决方案,旨在通过先进的文档解析技术和检索增强生成(RAG)方法,显著提升人工智能大模型在业务场景中的应用效果。该方案通过文档智能(Document Mind)技术将非结构化文档内容转换为结构化数据,提取文档的层级树、样式和版面信息,并输出为Markdown和Json格式,为RAG提供语义分块策略。这一过程不仅解决了文档内容解析错误和切块丢失语义信息的问题,还优化了输出LLM友好的Markdown信息。方案的优势在于其多格式支持能力,能够处理包括Office文档、PDF、Html、图片在内的主流文件类型,返回文档的样式、版面信息和层级树结构。
72 2
|
14天前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
|
14天前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
9天前
|
人工智能 架构师
活动火热报名中|阿里云&Elastic:AI Search Tech Day
2024年11月22日,阿里云与Elastic联合举办“AI Search Tech Day”技术思享会活动。
121 2
|
9天前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
16天前
|
存储 人工智能 弹性计算
对话阿里云吴结生:AI时代,云上高性能计算的创新发展
在阿里云智能集团副总裁,弹性计算产品线负责人、存储产品线负责人 吴结生看来,如今已经有很多行业应用了高性能计算,且高性能计算的负载正呈现出多样化发展的趋势,“当下,很多基础模型的预训练、自动驾驶、生命科学,以及工业制造、半导体芯片等行业和领域都应用了高性能计算。”吴结生指出。
|
13天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
2024年10月19日,第五届中国云计算基础架构开发者大会(CID)在北京朗丽兹西山花园酒店成功举办。本次大会汇聚了来自云计算领域的众多精英,不同背景的与会者齐聚一堂,共同探讨云计算技术的最新发展与未来趋势。
|
13天前
|
人工智能 Kubernetes 云计算
第五届CID大会成功举办,阿里云基础设施加速AI智能产业发展!
第五届中国云计算基础架构开发者大会(CID)于2024年10月19日在北京成功举办。大会汇聚了300多位现场参会者和超过3万名在线观众,30余位技术专家进行了精彩分享,涵盖高效部署大模型推理、Knative加速AI应用Serverless化、AMD平台PMU虚拟化技术实践、Kubernetes中全链路GPU高效管理等前沿话题。阿里云的讲师团队通过专业解读,为与会者带来了全新的视野和启发,推动了云计算技术的创新发展。
|
14天前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。