编者按：本文来自微信群众号“极客公园”（ID:geekpark），作者：沈知涵，36氪经授权发布。

「当我展望未来，而且谈及怎么推进前进时，量子技能会是咱们武器库中的一把利器。」Alphabet CEO Sundar Pichai 在 2020 年世界经济论坛年会上说道。

「经过量子技能，咱们咱们可以坚持摩尔定律这样的理论往前迭代和开展。潜力是巨大的，当然也有应战。量子核算将在未来 5-10 年间打破传统的加密技能，这在某种程度上预示着量子加密技能将成为必需。跟着技能的推演，我以为人工智能和量子技能的结合将协助咱们处理咱们所遇到的最严峻的问题。」

量子核算和人工智能早已经是各自范畴炙手可热的研讨论题。在许多杂乱的科学问题上，比方癌症检测、猜测地震余震、极点气候，探究新系外行星等等，咱们已可以看见机器学习逐步暴露的优势。

左边：含有微搬运淋巴结的载波片的扩大图 右侧：相同视图，在 LYNA（LYmph Node Assistant）辅佐后用蓝色标示出肿瘤的方位

量子核算是一种遵从量子力学规则调控量子信息单元进行核算的新式核算方法，它的处理功率要大大快于传统的通用核算机。谷歌曾经在 2019 年宣告完成量子优越性（Quantum Supremacy），谷歌规划了一个试验问题，在 53 量子比特的量子核算机上破解只需求 200 秒，而用全球最强壮的超级核算机 Summit 则需求一万年。

二者的结合会迸发怎样的潜力？「机器学习技能的前进有赖于核算才能的进步，量子核算机的核算才能必定比现有核算机强太多，它必定能推进机器学习的开展，这就比如，一个脑子转得很快、更聪明的人比一个反响慢的人处理问题更快更好。」中国科学技能大学中科院量子信息要点试验室研讨员韩正甫承受科技日报采访时说道。

反过来，当量子核算机逐步面向群众视界时，也需求愈加智能的机器学习算法来「适配」。「可是迄今为止，咱们还缺少有用的研讨东西可以发现有用的量子机器学习模型（可以处理量子数据，并在现在可用的量子核算机上履行处理使命）」，Google AI 博客中写道。

间隔 Sundar Pichai 参与世界经济论坛年会一个月之后，Google 把这件事「正派地」搬上了牌桌。当地时间 3 月 9 日，谷歌宣告联合滑铁卢大学、群众汽车、Google X 推出 TensorFlow Quantum（TFQ）——用于快速树立量子机器学习模型原型的开源库。换句话说，TFQ 是一项软件结构，在此之上，研讨者可以愈加简单地树立量子机器学习使用。

现在，TFQ 首要面向在经典量子电路模拟器上履行量子电路，未来 TFQ 将可以在 Cirq 支撑的实践量子处理器（包含谷歌自己的 Sycamore 量子芯片）上履行量子电路。

了解人工智能的人对 TensorFlow 不会生疏，作为全球最盛行的机器学习开源结构，简化了深度神经网络，供给可重复代码，使得练习杂乱模型变得更简略和便利。「量子版 TensorFlow」又能做到什么？

依据 Google AI 博客的介绍，TFQ 供给了结合量子核算和机器学习研讨范畴的必要东西，以操控和建模天然或人工量子力学系统，例如 NISQ（喧闹中型量子）算法，具有约 50-100 量子比特。底层是 TFQ 将 Cirq（专门为 NISQ 打造的 Python 开源库，让 NISQ 的编写、操作和优化变得更简单）与 TensorFlow 集成，并供给兼容现有 TensorFlow API 的量子核算基元和高性能量子电路模拟器，并为判别式（Discriminative model）和生成式（Generative model）量子经典模型的规划和完成供给高档笼统。

「咱们咱们都期望终究发现或许发生量子优势的新的量子算法。」TFQ 白皮书中写道。

在谷歌「量子优越性」吹起了战役的号角之后，微软，亚马逊都纷繁入局量子核算这一范畴。几天前口罩生产商霍尼韦尔宣告将在未来三月内发布量子体积（Quantum Volume）最大的量子核算机，量子体积至少为 64。

极客公园此前报导过，业界普遍以为，要到达相似现在传统核算机的通用核算方法，量子核算至少需求能操控 100 万量子比特。应战在于，量子比特不像比特那样简单操控，保持其较软弱的状况适当难，一起也要操控量子比特添加带来的「噪音」问题。可是这不耽搁，人们渐渐的开端勾画对未来的无限幻想。经过量子核算，人们可以更好地了解分子和原子的运作方法，跟着量子核算的开展，传统机器学习中不行核算的问题将变成或许，量子机器学习模型将在金融安全，医学医治，传感通讯等等范畴大有作为。