通过与 Jira 对比,让您更全面了解 PingCode

  • 首页
  • 需求与产品管理
  • 项目管理
  • 测试与缺陷管理
  • 知识管理
  • 效能度量
        • 更多产品

          客户为中心的产品管理工具

          专业的软件研发项目管理工具

          简单易用的团队知识库管理

          可量化的研发效能度量工具

          测试用例维护与计划执行

          以团队为中心的协作沟通

          研发工作流自动化工具

          账号认证与安全管理工具

          Why PingCode
          为什么选择 PingCode ?

          6000+企业信赖之选,为研发团队降本增效

        • 行业解决方案
          先进制造(即将上线)
        • 解决方案1
        • 解决方案2
  • Jira替代方案

25人以下免费

目录

量子计算已具备工业用途!

量子革命目前正在悄然兴起。虽然表面上看什么都没有改变,但人们如果深入研究,就会发现第一批量子处理器目前已经在解决世界上一些最棘手的问题。量子处理技术将冲击所有行业,并将永久地改变它们。我们很幸运地生活在这一历史性阶段,因为在这个阶段中,量子技术正在超越物理学家的梦想,而成为现实并即将起飞。

尽管如此,许多专家还是担心“量子冬天”,担心在这段时间里,量子计算机的能力得不到显著改善而被“冻结”。

今天的量子计算机有数百个量子比特——二进制比特的量子版本(一个可以是0或1的变量)。这些量子比特容易受噪声影响而出错,因此当今的量子机器执行的计算远不完美。

量子计算的长期愿景是,能够利用数百万个无噪声量子比特,来可靠地执行难度极大的计算。然而截至今天,仍然不确定如何从数百个易出错的量子比特扩展到数百万个无错误的量子比特。

这可能是我们在量子计算中面临的最有意义的实验问题,对许多人来说,这也许是一个信号,表明在现实生活中发现量子计算机有用的应用还为时过早。

然而,作为一名学者和企业家,我不同意这种观点。这并不是说上述问题不存在,而实际上,在我看来,上面所提出的问题本身就是错误的!

与其问量子计算机什么时候效力才会更强大,不如问目前功能有限且有噪声的量子计算机能用来做什么?

从实用角度来看,这个问题才是正确的,不过这个问题依然很难回答。但如果我们尝试去回答这个问题,至少在一定程度上,可以证明量子计算机现在就有它的价值。

这种情况并不新鲜。事实上,历史告诉我们,当涉及到技术时,如果提出正确的问题,那么挑战至少就成功了一半。试想回到20世纪70年代,问苹果公司的第一台电脑是否有语音识别系统?当然是没有的,但这并不意味着这台机器是无用的!你可以用Apple-1做很多有用的事情,比如开发程序、玩视频游戏….

再进一步往前追溯,问问艾伦·图灵,他发明的破译密码的机器是否可以用来玩电子游戏?每个人都会知道,问这样的问题在当时来看完全是胡说八道。

目前的量子计算机的确还有明显的局限性。除了不能代表真实用例的玩具模型之外,还无法运行许多人们最喜欢的量子算法,也无法破解RSA密码系统,或搜索庞大的非结构化数据库……但今天的量子机器并非毫无用处!

那么,目前能用一台有用的量子计算机在实践中做些什么呢?人们可能会惊讶地发现,实际上已经在做很多事情了。事实上,在特定的、有针对性的商业应用中,量子计算机的第一批原型已在体现真实的工业价值,其中一些解决方案已经投入生产。

在工业领域中,重要的是找到商业优势,找到量子计算机比经典资源更实用的应用,无论出于何种原因(甚至可能是不合逻辑的原因)。这是商业中最重要的,而找到这样的应用本身就是一门艺术。

正如世界经济论坛所解释的那样,量子计算有望在三个特定领域中发挥最佳作用:材料科学、优化和人工智能。特别是在优化方面,多个行业目前都在利用量子和量子启发的算法,来测试新的解决方案。

包括摩根大通(JPMorgan Chase)和法国农业信贷银行(Credit Agricole CIB)在内的许多银行,正在应用量子算法来解决优化问题,包括投资组合优化、指数跟踪、ETF、交易决策系统、欺诈检测、期权定价和信用评分……

洛杉矶港是另一个很好的优化用例。这里利用量子驱动的人工智能引擎,来提升货物运输能力和效率。人工智能引擎使货物处理设备的生产力翻了一番,能够实现更加可预测的货物流程、最优化的调度,并帮助卡车运输公司实现流水线集装箱处理……

绿色能源也是一个有着丰富应用的垂直领域。我们已经看到了在能源市场优化、能源生产预测、风电场设计等方面的业务优势。即使是微小的收益也能带来显著的结果。可再生能源产量预测,是该行业最艰难的挑战之一。量子和量子启发的机器学习算法,可以降低这些预测的错误率,因此每年可以节省数千万元。

事实上,用例的数量是无限的,因为算法的核心是通用的,技术是横向的。例如考虑预测性维护:用于确定工厂机器故障概率的相同算法,可以在医院中用于预测患者出现特定健康问题的概率,甚至可以在足球俱乐部中用来预测球员受伤的概率……这些都不是科幻小说:当读者阅读本文时,所有这些用例都已经在实现中了。

这种影响是巨大的。当涉及到工业过程时,量子不是一种替代品,而是一种必需品。目前可用的量子处理器已经能够提供商业价值,通过将功能有限的量子硬件和巧妙的算法相结合,其结果很容易超过内设标杆。

许多公司需要赶在对手之前,从量子角度研究清楚其当前的发展优势在哪里。这可不是一项容易的任务,不过只要有合适的“搭档”,并且肯下功夫,这些都是可以做到的。

(参考原文:Useful Quantum Computing for Industry, Today

本文为《电子工程专辑》2023年6月刊杂志文章,版权所有,禁止转载。点击申请免费杂志订阅

文章来自:https://www.eet-china.com/

相关文章