“AI未来说·青年学术论坛”带你探索神奇而又充满挑战的量子计算
2019年 5 月 18 日下午，“AI 未来说·青年学术论坛”的第五期量子计算专场，在中国科学院大学（中关村校区） 3 号教学楼 S101 阶梯教室举行。
“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办，读芯术作为合作自媒体。承办单位为中国科学院大学学生会，协办单位为中国科学院计算所研究生会、网络中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会。
量子计算是一种新型的计算模式，它遵循量子力学规律来调控量子信息单元。受益于量子的叠加性、纠缠性，以及相干性，量子计算有望能够解决某些经典计算无法求解的特定问题。近些年，量子计算在硬件、算法、体系架构上均取得了长足的发展。虽然前景广阔，该领域依旧面临着诸多挑战，比如量子比特的退相干问题、噪声干扰、探索新型的量子算法和体系架构、以及如何在计算中纠错等问题。
本次论坛包含报告分享环节和panel环节。报告分享环节总共有5位嘉宾，包括清华大学高等研究院翟荟教授，南方科技大学物理系鲁大为副教授，百度研究院量子计算研究所所长段润尧教授，荷兰国家数学和计算机科学中心李绎楠博士后研究员，以及苏黎世联邦理工学院杨宇翔博士后研究员。Panel环节的嘉宾也是由报告分享环节的嘉宾组成的。
翟荟教授作“Discovering Quantum Mechanics with Machine Learning”的报告分享
作为清华大学高等研究院教授、国家自然科学杰出青年基金获得者、教育部长江特聘教授，翟荟老师报告主要围绕神经网络是否可以通过已有的观察数据来发现物理规律的问题，先讲了量子力学与机器学习之间的关系，以及物理学家和神经网络在发现新规律时的工作流程的对比。然后介绍了他们所提出内省的机器学习架构（Introspective Machine Learning Architecture），该架构包括翻译器循环神经网络（RNN）和信息提取器自动编码机（Autoencoder），紧接着介绍了如何使用该框架发现薛定谔方程的原理。此外，对他们所提出的内省的机器学习架构进行了展望，认为该框架可以在未来用于发现新的物理规律。
鲁大为副教授作“量子计算与人工智能的碰撞”的报告分享
作为南方科技大学物理系副教授、深圳市量子科学与工程研究院副研究员、青年千人计划入选者，鲁大为老师先以近期大火的电影《复联Ⅳ》为切入点，介绍了量子计算的重要意义。然后讲到了一个有趣的量子实验，即托马斯·杨的双缝干涉实验，并引出了电子双缝干涉现象。从该现象，鲁老师引入了光的波粒二象性以及量子力学的概率诠释。随后，鲁老师提及历史上颇为有名的“薛定谔的猫”-- 当年物理学家薛定谔为了反讽哥本哈根学派构造出的思想实验。接着又讲到了量子计算与人工智能的结合，并列举了一些量子人工智能算法。提及量子人工智能的应用，鲁老师提到了杜江峰教授小组的实验工作，即用NMR系统做了一个四量子比特的电路通过训练来识别手写的数字。
段润尧教授作“量子架构：机遇与挑战”的报告分享
作为百度研究院量子计算研究所所长、悉尼科技大学终身教授、澳大利亚研究理事会（ARC）Future Fellow，段润尧老师以老子的《道德经》为切入点，然后讲到了量子力学，并阐述了量子力学的四条公设，即状态空间、时间演化、量子测量和复合系统。并讲到量子的叠加（superposition）、纠缠（entanglement）和干涉（interference）等特性，它们使量子计算具备强大的计算能力。紧接着讲到了百度量子计算的关键量子AI应用、量子算法、量子架构、平台架构和生态系统。最后，总结了量子计算领域应对挑战和抓住机遇的三个要素，即人才、资金和耐心。
李绎楠博士后研究员作“大数据时代下的量子计算”的报告分享
作为荷兰国家数学和计算机科学中心（CWI）博士后研究员，李绎楠博士先讲了大数据时代日益增长的数据量对计算带来的挑战，如存储成本高、处理速度慢，很难提取有效信息等问题。为应对这些挑战，进而讲到了量子计算。在处理大数据时，由于多项式级别的算法难以处理指数级的输入，所以未来可能需要次线性级的算法，而量子加速为此提供了一种可行的方案。然后详细讲解了量子线性方程组求解器和可分非负矩阵分解的量子算法。紧接着又讲到了量子算法的理论加速能否展现量子优势的问题。最后，总结了大数据处理背景下的加速方法，即量子算法和量子启发式经典算法。
杨宇翔博士后研究员作“量子精密测量”的报告分享
作为苏黎世联邦理工学院（ETH）博士后研究员、微软学者奖学金获得者，杨宇翔博士先介绍了量子计算和量子信息，并进而介绍了量子精密测量，即利用量子力学定义更加精确的单位制、构造更加精密的传感器，使得极端条件下的参数测量成为可能，为量子计算的信息读取、态制备、噪声控制提供保障。然后讲到了多数测量的理论极限、量子精密测量时的输入无纠缠态和输入纠缠态等问题，并讲了如何使用量子精密测量探测引力波。紧接着讲到了量子精密测量的发展方向，即由态测量到门测量，进而到网络测量。最后，讲到了量子传感器网络，详细描述了节点间的量子数据传输、测量数据压缩和压缩后量子数据的传输，以及“量子秒表”。
论坛panel环节
Panel环节主要围绕量子计算与AI之间的关系，打造一台量子计算机需要做哪些准备，以及如何入门量子计算等问题展开了讨论。
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”