IBM研究院院长Dario Gil:日新月异的新量子时代
IBM研究院院长Dario Gil在日前表示,计算技术的指数级发展和全球协作可以帮助我们应对包括此次新冠病毒疫情在内的全球危机和其他重大社会挑战。
Dario Gil在IBM Think Digital 大会上发表演讲时指出,新兴的量子计算领域将对现今的超级计算机和其他经典计算机进行补充,从而加速科学发现和技术创新。
协作是通往成功的关键因素,不仅人与人之间需要同心齐力,传统计算模型与量子计算模型之间也需要协作。他表示:“在危机时刻,团结一致尤为重要。世界正面临着越来越复杂的难题,我们需要携手努力解决这些难题。”
作为COVID-19高性能计算联盟(COVID-19 High Performance Computing Consortium)的创始成员,IBM正在为这场抗击病毒的战斗投入大量资源。该联盟的30多名成员已经汇集了超过每秒400千万亿次浮点运算能力和10万个节点,旨在寻求广泛的项目组合,帮助我们进一步了解此次疫情,了解新冠病毒的进化过程并加快研发抗病毒药物和疫苗的速度。
Gil表示,研究人员一直在努力寻找使病毒失活的方法。而抗击新冠病毒疫情的早期经验表明,强大的计算能力是帮助人类战胜病毒的得力助手。我们面对的敌人—新冠病毒的尺寸不超过100纳米,而超级计算机可以建模并帮助研究人员更好地了解病毒的蛋白质结构,从而帮助研究人员探索可以用来抗击病毒的各种化合物。
走向量子比特范式
研究人员在抗击新冠病毒的过程中更多使用经典计算的比特范式,量子比特作为一种更强大的计算范式显现。Gil表示:“未来,比特和量子比特将成为基本计算范式,我们可以借助它们来解决全世界范围内的各种复杂问题。”
经典计算机使用带有开关的二进制电路。涉及亚原子量子物理领域的量子计算机则能够利用叠加、推理和纠缠等自然界中的某些“超能力”,来进行更复杂的运算。此类计算使用量子电路表示,量子电路是能够准确度量量子计算机功率的指标。
Gil 还表示:“量子计算的优势在于,我们可以用不同类的电路来实现不同的功能。”
量子计算有多种用途,抗击新冠病毒疫情只是其中之一。例如,某种电路可以用于模拟财务风险,还有电路则能够测量可能在新电池技术开发过程中使用的化合物中包含的能量。这种可以被嵌入经典程序的量子电路库正在涌现,它们能够让经典编程与量子计算实现优势互补。
庆祝 IBM Quantum Experience成立四周年
为了强调电路对量子计算的重要性,IBM于近期发起了量子挑战赛 (Quantum Challenge)。这场挑战赛邀请程序员在5月8日之前完成四次量子计算演练,参赛选手将通过挑战赛增进自己对量子电路的理解,在实践中检验自己的能力。此次挑战赛为庆祝IBM Quantum Experience成立四周年而举办,IBM Quantum Experience为公众提供了一个通过IBM Cloud访问IBM量子计算机组的渠道。
Gil表示:“我们非常幸运,全世界最有才华的一些人正在努力探究何种电路能够帮助我们利用量子优势。”这也佐证了量子计算机的运算速度明显快于经典计算机。
他还提到了自己和 T.J. Watson Laboratory 研究员Sergey Bravyi合著的一篇开创性论文,该论文首次提供了一项数学证明:与经典电路相比,量子电路具有公认的优势。
自2016年5月以来,我们已经通过IBM Cloud在IBM量子计算机上执行了超过1800亿个量子电路,为来自世界各地超过23万名的用户提供了量子计算访问权限。目前,IBM通过IBM Cloud提供了18个不同的量子系统。Gil还对一处容纳 4 个量子计算系统的 IBM Research 量子计算中心进行了简短的介绍,这也是演讲内容的一部分。
Gil 还在演讲中介绍了“量子体积 (Quantum Volume)”的价值,量子体积可用于衡量量子计算机随着量子比特数量增加而降低错误率的能力。他指出,自 2016 年以来,IBM 产品中的量子体积每年都会翻一番,IBM致力于在未来几年内保持这种增长趋势。
不少全球大规模企业也是IBM量子计算机的活跃用户。其中,戴姆勒股份公司(Daimler AG)正在利用量子计算开发更好的电池材料,而埃克森美孚(ExxonMobil)希望利用量子计算为石化研发进行热反应建模。另外,摩根大通(JP Morgan Chase)正在使用 IBM 量子计算机来创建一种用于为 金融 衍生品合约(也被称为“期权”)定价的方法和多种期权组合。
Gil 在演讲结束时与大家分享了他对计算领域的未来的思考。他认为:“目前,构成人工智能基础的比特、量子比特和神经网络系统逐渐融合,这将对计算领域产生极其深远的影响。我们将借助人工智能辅助编程和混合云架构来协调这种融合,从而掩盖底层基础架构的复杂性。”
“这将是一场革命。这种融合不仅会彻底改变科学实践方式和我们发现新技术的速度,而且还会带来一系列全新的智能关键任务应用。” Gil说到。(作者:Larry Greenemeier)