【新智元導(dǎo)讀】上周六，清華大學(xué)“人工智能前沿與產(chǎn)業(yè)趨勢”系列講座的第四講開講。本講將由阿里云量子技術(shù)首席量子科學(xué)家施堯耘親臨現(xiàn)場，與清華大學(xué)海峽研究院大數(shù)據(jù)AI中心專家委員、百度七劍客之一、酷我音樂創(chuàng)始人雷鳴老師、清華大學(xué)姚期智講座教授段路明教授、昆仲資本創(chuàng)始管理合伙人王鈞老師共同參與，深度探討人工智能時(shí)代量子計(jì)算的技術(shù)產(chǎn)業(yè)和投資的趨勢與機(jī)遇。

雷鳴首先講了AI的基礎(chǔ)設(shè)施（硬件和平臺(tái)技術(shù)）。

雷鳴（天使投資人 百度創(chuàng)始七劍客之一 酷我音樂創(chuàng)始人 清華大學(xué)海峽研究院大數(shù)據(jù)AI中心 專家委員）

硬件方面，現(xiàn)在有GPU、TPU，FPGA是介于AISC芯片和GPU、TPU中間的芯片。

現(xiàn)在正迅速崛起的是AISC芯片，它是把視覺、語言等一些特定的應(yīng)用場景和技術(shù)的方法固化在芯片上，達(dá)到運(yùn)算能力的提升和降低功耗的目的。

現(xiàn)在還有一個(gè)方向是神經(jīng)網(wǎng)絡(luò)芯片，這個(gè)領(lǐng)域的進(jìn)展目前還沒有到應(yīng)用的層級(jí)。

此外還有可能要到商業(yè)化階段的光計(jì)算，現(xiàn)在MIT、英國一些教授做的光計(jì)算公司正融資，用光來加速AI計(jì)算，理論上比GPU能有上百倍的提升。

另外一個(gè)就是今天要講的量子計(jì)算。

量子計(jì)算：一旦在通用計(jì)算上實(shí)現(xiàn)突破的話，將會(huì)把計(jì)算提升到另外一個(gè)新的層次。

以上是硬件部分。

平臺(tái)部分，包括TensorFlow、Caffe以及Amazon、谷歌等AI云計(jì)算平臺(tái)。

以下是硬件的應(yīng)用發(fā)展情況：

英偉達(dá)依靠GPU引領(lǐng)，在產(chǎn)業(yè)應(yīng)用上起到領(lǐng)導(dǎo)作用；谷歌、英特爾等不斷發(fā)起挑戰(zhàn)，一定程度上已經(jīng)應(yīng)用了。特別是谷歌TPU，它部署在云里，做很多運(yùn)算的時(shí)候，很多應(yīng)用的單位數(shù)據(jù)訓(xùn)練成本可能比GPU更便宜。

另外，ASIC也是發(fā)展非?？斓念I(lǐng)域。

我們知道，除了通用芯片CPU，很多廠商比如ARM在端上有高性能、專用芯片市場，這個(gè)對應(yīng)的是ASIC。國內(nèi)一些做人臉識(shí)別、語音等特定數(shù)據(jù)處理的話，都開始使用ASIC解決方案。國內(nèi)一些芯片企業(yè)，特別是創(chuàng)業(yè)企業(yè)，大部分是ASIC解決方案。

未來，光計(jì)算和量子計(jì)算，目前還沒有商業(yè)落地的東西推出來。未來一旦實(shí)現(xiàn)突破，是不可估量的。

AI計(jì)算軟件基礎(chǔ)設(shè)施發(fā)展情況：

開源AI計(jì)算平臺(tái)競爭激烈，全球排名的互聯(lián)網(wǎng)企業(yè)、技術(shù)企業(yè)，幾乎都有內(nèi)部的AI開放平臺(tái)，并且開放給大家使用。

AI云端化正在推進(jìn)。云計(jì)算市場現(xiàn)在增長非?？?#xff0c;包括Amazon、谷歌、微軟、阿里等都在做。

云本身就有數(shù)據(jù)，如果說把AI的功能直接加在云里面，是不是會(huì)更加有機(jī)地結(jié)合？未來ToB的解決方案上到底是云和AI一體化，還是云是云、AI是AI？可能我們還得去看將來發(fā)展過程，但現(xiàn)在來看，AI和云直接結(jié)合也是非常有可能的，或者說這兩種方案都并存，就看在使用的時(shí)候?qū)τ谒惴ǖ囊蠛投ㄖ菩詮?qiáng)度，所以，我個(gè)人認(rèn)為，AI+云將來會(huì)成為標(biāo)配。

AI工具型創(chuàng)業(yè)公司。提供多種AI工具（和AI云有競爭）。

AI服務(wù)型創(chuàng)業(yè)公司。主要ToB，幫助企業(yè)用AI解決實(shí)際問題。

創(chuàng)業(yè)公司做toB解決方案的話，最大的挑戰(zhàn)就是剛才講的這些AI+云的服務(wù)商。很多B端企業(yè)會(huì)用公共和私有云來去存儲(chǔ)數(shù)據(jù)，使用應(yīng)用服務(wù)。

這個(gè)時(shí)候，如果有第三方（創(chuàng)業(yè)公司）來提供服務(wù)，但它的集成度、效率不如巨頭的話，那么B端企業(yè)會(huì)有權(quán)衡（優(yōu)先選巨頭）。只有一些有特殊需求的B端企業(yè)才會(huì)找創(chuàng)業(yè)公司做一些特殊定制服務(wù)。

AI的ToB創(chuàng)業(yè)有很多機(jī)會(huì)，但是也要深度思考。巨頭具備AI和云、芯片等一體化解決方案，創(chuàng)業(yè)公司跟巨頭之間會(huì)有博弈。

下面把時(shí)間交給施堯耘教授。

施堯耘?阿里云首席量子科學(xué)家

施堯耘教授演講主題：《量子計(jì)算》

什么是量子計(jì)算？

量子計(jì)算=利用量子物理非經(jīng)典性質(zhì)的計(jì)算，這是有別于經(jīng)典計(jì)算的最不同之處。

首先回顧計(jì)算的歷史。

我們的祖先發(fā)明最早的計(jì)算（器）——算盤，到上世紀(jì)40-60年代，出現(xiàn)基于Vacuum tube的計(jì)算機(jī)，50年代出現(xiàn)了Transistor，現(xiàn)在的技術(shù)是基于在70年代出現(xiàn)的VLSI。

講計(jì)算歷史的目的是想強(qiáng)調(diào)，這么多不一樣的計(jì)算，本質(zhì)上沒有區(qū)別，它們都等同于圖靈機(jī)。

這里說一下圖靈機(jī)。

圖靈機(jī)是很抽象也很簡單的數(shù)學(xué)模型。在30年代的時(shí)候，問什么是計(jì)算時(shí)，回答會(huì)有不同的模型，圖靈機(jī)是其中一個(gè)。

經(jīng)典的計(jì)算機(jī)都等價(jià)于圖靈機(jī)，從步驟上面來講是沒有區(qū)別的。

到了70年代，人們對計(jì)算的復(fù)雜度感興趣，并發(fā)現(xiàn)所有的計(jì)算模型當(dāng)時(shí)都能被圖靈機(jī)有效模擬。因此人們得出的結(jié)論：圖靈機(jī)可以很快地模擬一切計(jì)算。

因此，得出一個(gè)結(jié)論：

Strong Church-Turing Thesis：圖靈機(jī)可以很快的模擬一切計(jì)算機(jī)。

到了80年代的時(shí)候，有幾個(gè)人獨(dú)立提出了量子計(jì)算的思想，比較有名的有理查德·費(fèi)曼（Richard Phillips Feynman）。

費(fèi)曼在一次演講里面提到，模擬量子系統(tǒng)在經(jīng)典計(jì)算機(jī)中很難實(shí)現(xiàn)，最好得用量子計(jì)算機(jī)。

模擬量子系統(tǒng)現(xiàn)在仍然是量子計(jì)算最主要的動(dòng)機(jī)。

比如材料科學(xué)和西藥發(fā)現(xiàn)，這兩個(gè)產(chǎn)業(yè)研究方法都用到了模擬量子系統(tǒng)，這兩個(gè)領(lǐng)域也是未來有可能應(yīng)用的場景。

1994年，Peter Shor一篇論文里提出素?cái)?shù)分解和自然對數(shù)的量子算法。

當(dāng)輸入規(guī)模很大時(shí)候，經(jīng)典算法的步驟的數(shù)太大，沒法在有意義的時(shí)間內(nèi)算完。Peter Shor發(fā)現(xiàn)，如果有量子計(jì)算機(jī)，步驟數(shù)可以大大減少，從而有望在實(shí)際中算出來。

為什么這兩個(gè)算法很重要？因?yàn)榭梢云平鈨蓚€(gè)廣泛使用的公鑰密碼系統(tǒng)RSA和Deffie-Hellman。

量子計(jì)算的出現(xiàn)，直接讓Strong Church-Turing Thesis受到挑戰(zhàn)，因?yàn)槟壳拔覀儾恢廊绾斡媒?jīng)典計(jì)算機(jī)很快的模擬量子計(jì)算。

量子計(jì)算=終極計(jì)算（之一），具體的量子計(jì)算是什么？

經(jīng)典比特是0或1。

隨機(jī)比特是0和1的概率分布。

量子比特是0和1的線性組合，但是系數(shù)可以是正的，也可以是負(fù)的。

經(jīng)典比特是直線段上的一點(diǎn)，量子比特狀態(tài)是圓上的點(diǎn)。

N個(gè)經(jīng)典比特有2的N次方種可能；N個(gè)隨機(jī)比特是2的N次方個(gè)可能的概率分布；N個(gè)量子比特是這些經(jīng)典狀態(tài)的長度為1的線性組合。

量子操作是保持長度的線性變換。

量子信息存儲(chǔ)在向量里面，從量子信息得到經(jīng)典信息的過程叫測量，下面介紹一個(gè)簡單的測量，叫投影測量。

做投影測量的時(shí)候，相當(dāng)于把當(dāng)前向量（綠色）分解到基向量的幾個(gè)方向（紅色）。我們會(huì)觀察到一個(gè)隨機(jī)的基向量對應(yīng)的結(jié)果，對應(yīng)的概率是該投影長度平方。

幾何告訴我們，當(dāng)前向量長度的平方等于所有分向量長度平方的和。

這是我們規(guī)定表示量子態(tài)的向量長度為1，因?yàn)閷?yīng)的所有的概率加起來，等于原來向量的長度，應(yīng)該是1。

剛講過存儲(chǔ)、基本操作、測量讀取等，這些放在一起就得到量子計(jì)算的基本模型——電路模型。

圖中每條線對應(yīng)一個(gè)量子比特，初始化為經(jīng)典的0、1輸入，接著我們會(huì)選擇某幾個(gè)量子比特去做對應(yīng)的線性空間上面的保持長度的線性變換。這就是一個(gè)基本的“量子門”（quantum gate）。

算法就是由電路表達(dá)的，電路表達(dá)了算法。到運(yùn)算完最后一個(gè)基本操作以后，我們會(huì)測量這些量子比特。

為什么量子計(jì)算比經(jīng)典計(jì)算要快？

下面對確定性算法、隨機(jī)算法、量子算法進(jìn)行比較。

確定性算法是“One Way Street”，下一步的算法是固定的；隨機(jī)算法會(huì)進(jìn)行分叉，類似于拋硬幣，但如果一個(gè)節(jié)點(diǎn)（向量）出現(xiàn)錯(cuò)誤，則后續(xù)產(chǎn)生的節(jié)點(diǎn)無意義（圖中紅色點(diǎn)）。

隨機(jī)算法相當(dāng)于在計(jì)算時(shí)候拋硬幣，根據(jù)不同結(jié)果選擇路徑，隨機(jī)算法可以進(jìn)入很多不一樣的路徑，整個(gè)算法犯錯(cuò)的概率是錯(cuò)誤節(jié)點(diǎn)的概率加起來。每個(gè)概率都是非負(fù)的數(shù)，錯(cuò)誤累加。

量子算法跟隨機(jī)算法很像，它可以有很多不同路徑，但最后的節(jié)點(diǎn)的權(quán)重可以是正可以是負(fù)，正+負(fù)可以是0. 圖中紅色的向量對應(yīng)錯(cuò)誤的基向量。他們量疊加起來信號(hào)反而很小，互相取消，而綠色的的出正確結(jié)果的向量疊加起來信號(hào)互相加強(qiáng)。

我教了十幾年理論，忽然發(fā)現(xiàn)一個(gè)問題：貓和狗的大腦為什么不能做通用計(jì)算？為什么不能像圖靈機(jī)一樣做加減乘除開根號(hào)？

我認(rèn)為答案在進(jìn)化論：它們進(jìn)化過程中沒有這個(gè)需求。

推動(dòng)技術(shù)發(fā)展的也是需求。量子計(jì)算的驅(qū)動(dòng)力是什么呢？

量子計(jì)算的驅(qū)動(dòng)力=物理模擬+破解密碼+AI/大數(shù)據(jù)

AI/大數(shù)據(jù)已經(jīng)成為繼物理模擬（1981年提出）和破解密碼（1994年提出）之后的最新的驅(qū)動(dòng)力。

機(jī)器學(xué)習(xí)的驅(qū)動(dòng)力=數(shù)據(jù)+算力，而量子AI將以算力提升AI。

這個(gè)提升至少有兩個(gè)路徑，一是用量子的算法來加速AI常用的計(jì)算，比如Gibbs取樣、解線性方程等。

另一個(gè)路徑是運(yùn)用經(jīng)典模型無法以類似資源實(shí)現(xiàn)的量子模型量子模型。

全棧量子計(jì)算分為4個(gè)層面。最底層的是量子處理器（極致的量子物理實(shí)驗(yàn)）。

目前，量子處理器有三類，第一類是超導(dǎo)來實(shí)現(xiàn)量子計(jì)算，必須在低溫狀態(tài)下實(shí)現(xiàn)，IBM、Google、Intel等都在這個(gè)領(lǐng)域。

另一種是拓?fù)淞孔佑?jì)算，微軟在這個(gè)方向做研究。不久前，微軟研究人員宣布發(fā)現(xiàn)天使粒子——馬約拉納費(fèi)米子（Majorana fermion）存在的有力證據(jù)。

另外一條是離子阱，Amazon投資的公司目前使用這一類的研究方法。

底層的處理器之上是量子軟件、算法和應(yīng)用層面。

軟件層：C#是微軟，QASM是IBM

算法層：量子算法設(shè)計(jì)的基本原則我們知之甚少；大部分研究工作是組合拳。當(dāng)然，想打漂亮的組合拳也很難。

應(yīng)用層：材料、量子化學(xué)、機(jī)器學(xué)習(xí)、優(yōu)化組合等。

最后，施堯耘說，量子計(jì)算研究的是極限計(jì)算，實(shí)現(xiàn)的是極限物理，量子計(jì)算有巨大潛力，量子計(jì)算終將實(shí)現(xiàn)。

接下來是段路明教授分享的《量子計(jì)算與人工智能》。

段路明 (美國密歇根大學(xué)費(fèi)米講席教授 清華大學(xué)姚期智講座教授 美國物理學(xué)會(huì)會(huì)士)

段教授先介紹了量子計(jì)算機(jī)應(yīng)用的幾個(gè)領(lǐng)域：

• 信息安全（公鑰體系等）

• 量子模擬（新材料、分子藥品等模擬）

• 量子優(yōu)化（系統(tǒng)優(yōu)化等）

• 量子人工智能

對于量子人工智能，首先得益于人工智能的發(fā)展。

量子計(jì)算機(jī)將提供自動(dòng)并行、量子計(jì)算硬件與量子學(xué)習(xí)算法結(jié)合有可能提供指數(shù)加速。

前幾年，NASA與谷歌成立聯(lián)合量子人工智能實(shí)驗(yàn)室，微軟也成立量子AI研究中心。

為什么量子機(jī)器學(xué)習(xí)能實(shí)現(xiàn)大規(guī)模加速？現(xiàn)在直觀的技術(shù)包括量子傅里葉變換和通過量子相位估計(jì)的指數(shù)快速矩陣運(yùn)算。

在算法上，也有一些直觀的突破。其中包括MIT提出的量子支持向量機(jī)/主成分分析，它不是深度學(xué)習(xí)算法，是比較古典的算法，但在某些特定條件下，有可能實(shí)現(xiàn)量子指數(shù)加速。

另外，我們也在算法上做了一些研究，包括量子識(shí)別分析。

剛講到，在某些特定條件下，有可能實(shí)現(xiàn)指數(shù)加速。什么是特定情況？

如果量子RAM（random access memory）可以實(shí)現(xiàn)，能夠?qū)⒋髷?shù)據(jù)轉(zhuǎn)化輸入成量子態(tài)，從而在提取的過程中要實(shí)現(xiàn)指數(shù)加速，實(shí)現(xiàn)并行量子訪問。

量子RAM實(shí)現(xiàn)過程中有很多節(jié)點(diǎn)，這些節(jié)點(diǎn)被稱為“量子路由器”（Quantum Router），量子路由器的物理實(shí)現(xiàn)是非常困難的事情。

我們的方法是使用量子生成模型，包括經(jīng)典的生成模型等。

所有的這些模型原則上是量子模型的特例，為什么會(huì)走向量子模型，因?yàn)榱孔幽Ｐ蜁?huì)讓基于生成模型的機(jī)器學(xué)習(xí)算法更加強(qiáng)大，在一些情況下達(dá)到指數(shù)加速。

量子計(jì)算機(jī)的實(shí)現(xiàn)途徑包括：

• 超導(dǎo)量子計(jì)算機(jī)

• 離子量子計(jì)算機(jī)

• 金剛石白旋量子計(jì)算

• 量子點(diǎn)量子計(jì)算

• 原子量子計(jì)算

• 光子量子計(jì)算

• 拓?fù)淞孔佑?jì)算

超導(dǎo)系統(tǒng)與離子系統(tǒng)目前在量子計(jì)算的一些技術(shù)指標(biāo)上比較領(lǐng)先。

量子計(jì)算機(jī)要實(shí)現(xiàn)的話，現(xiàn)在是什么發(fā)展階段？

階段一（目前階段）

實(shí)現(xiàn)2-20個(gè)量子比特的相干控制和量子邏輯門操作，邏輯門保真度95%-99%。

階段二（Logic qubit/ Quantum supremacy, 下五年）

實(shí)現(xiàn)30-100個(gè)量子比特的精確控制與量子計(jì)算，在特定問題上超過最強(qiáng)經(jīng)典計(jì)算機(jī)的模擬能力。

階段三（量子革命，大約十五年）

實(shí)現(xiàn)一百萬個(gè)以上量子比特的容錯(cuò)量子計(jì)算，量子計(jì)算機(jī)在各領(lǐng)域廣泛而深刻的應(yīng)用。

最后，總結(jié)一下，量子計(jì)算處于突破性發(fā)展階段，被稱為二次量子革命，但是要實(shí)現(xiàn)實(shí)用化量子計(jì)算機(jī)，需要人才、技術(shù)的積累和資金等資源。

段路明教授演講結(jié)束后，進(jìn)入圓桌對話環(huán)節(jié)。參與的嘉賓有：

• 清華大學(xué)海峽研究院大數(shù)據(jù)AI中心專家委員雷鳴

• 阿里量子技術(shù)首席科學(xué)家施堯耘

• 昆仲資本創(chuàng)始管理合伙人王鈞

• 清華大學(xué)交叉信息研究院教授段路明

• 加州大學(xué)-圣塔芭芭拉分校（UCSB）教授謝源

王鈞(昆仲資本創(chuàng)始管理合伙人)

謝源(加州大學(xué)圣塔芭芭拉分校電氣和計(jì)算機(jī)工程系教授 賓夕法尼亞州立大學(xué)計(jì)算機(jī)科學(xué)與工程系兼職教授)

雷鳴：中美之間有一些摩擦，硬件上面臨一些挑戰(zhàn)。在硬件發(fā)展上，芯片往前走跟美國差距有多大？哪種路徑適合中國？

謝源：芯片事件給中國的科技節(jié)一個(gè)信號(hào)：雖然有很大進(jìn)步，出現(xiàn)了世界級(jí)公司，但是在一些關(guān)鍵領(lǐng)域有一定差距，比如CPU、GPU上，從設(shè)計(jì)到工藝上有差距，但不是沒機(jī)會(huì)。

人工智能的三大要素A（AI）B（大數(shù)據(jù)）C（計(jì)算），相互之間的作用，C是很重要的，英偉達(dá)的股價(jià)上漲，AI起到很大作用。在AI硬件方向上，中國出了一大批的初創(chuàng)公司，比如寒武紀(jì)的云端機(jī)器學(xué)習(xí)處理器，這些公司在世界上可以說排到比較前面，所以說AI給我們帶來新的機(jī)會(huì)。

雖然在硬件上有差距，但希望中國利用新的機(jī)會(huì)能趕上來。

雷鳴：AI工具或軟件平臺(tái)這一領(lǐng)域，往后怎么發(fā)展？創(chuàng)業(yè)公司還有機(jī)會(huì)嗎？會(huì)不會(huì)被大公司壟斷？

王鈞：初創(chuàng)公司很大程度上是國家意志，投資人做不是特別順利，因?yàn)閺募僔C回報(bào)率上，半導(dǎo)體回報(bào)率并不好，因?yàn)檫@個(gè)行業(yè)這不是簡單的事兒。但是這一兩年有變化，國家隊(duì)進(jìn)來了。把握好的話，會(huì)有很好的機(jī)會(huì)。我覺得是比較新的趨勢，如果做大的平臺(tái)沒有大規(guī)模資本和優(yōu)勢的話，我們VC圈也不夠投。

不過，現(xiàn)在VC圈有個(gè)新游戲叫“隔輪回本”。比如說，假如段老師要做量子計(jì)算機(jī)，資本先支持3000萬，如果之后新的投資人進(jìn)來了，我們可以在融資幾輪之后再把本收回來。

總的來說，現(xiàn)在做量子計(jì)算這樣的基礎(chǔ)平臺(tái)類投資，跟消費(fèi)互聯(lián)網(wǎng)或AI應(yīng)用的領(lǐng)域不一樣，做消費(fèi)互聯(lián)網(wǎng)就是要有產(chǎn)品、流量、轉(zhuǎn)化率；做AI應(yīng)用就是要看解沒解決痛點(diǎn)，但是做基礎(chǔ)平臺(tái)類的投資門檻就高了。

雷鳴：想問施堯耘和段路明老師，量子計(jì)算現(xiàn)在創(chuàng)業(yè)的話，感覺早了點(diǎn)，但是這是未來的技術(shù)，你們能不能給同學(xué)們一些建議，如何為下一個(gè)偉大的事情做準(zhǔn)備？

段路明：我剛才講的15年實(shí)現(xiàn)大規(guī)模量子計(jì)算，并不意味著短期內(nèi)不會(huì)出現(xiàn)特定領(lǐng)域的應(yīng)用，包括材料、AI等領(lǐng)域，可能性是存在的。谷歌、英特爾等公司都在做，這是大家要關(guān)注的。

施堯耘：我建議做的第一件事就是參加段老師剛才廣告的暑期班。我覺得沒有人能夠非常準(zhǔn)確的預(yù)期未來。我當(dāng)時(shí)去做量子計(jì)算，從來沒有想過20年后能做什么，完全是出于自己的興趣去做。同學(xué)們該做什么？首先是學(xué)習(xí)。最終還是要對量子計(jì)算感到Exciting。

十年、十五年是很快的時(shí)間。我大概在十幾年前做了一篇怎么樣用經(jīng)典計(jì)算機(jī)模擬量子電路的文章，IBM、谷歌最近做得用經(jīng)典計(jì)算機(jī)模擬量子計(jì)算機(jī)的算法，都是基于我當(dāng)時(shí)文章提出的模型。昨天（4日）我們阿里云量子實(shí)驗(yàn)室貼出來的文章也是基于這個(gè)模擬框架，經(jīng)過進(jìn)一步優(yōu)化和用上阿里巴巴的支撐雙十一的計(jì)算平臺(tái)，我們的模擬器可以模擬谷歌3月份宣布未來要做的處理器。我完全由于興趣做的事，沒想到會(huì)有這么大的影響。

我想說的是，如果你能夠愛上量子計(jì)算，你能夠做成功的機(jī)會(huì)是很大的。

謝源：現(xiàn)在做量子計(jì)算創(chuàng)業(yè)還是有可能的嗎？

段路明：現(xiàn)在是潮流，但是潮流有高潮就有低潮，任何技術(shù)起步的話，都有高低起伏，但至少目前是非常好的階段。

施堯耘：很高興能看到有很多創(chuàng)業(yè)公司出現(xiàn)。加速整個(gè)領(lǐng)域的前進(jìn)，幫我們分擔(dān)風(fēng)險(xiǎn)?，F(xiàn)在創(chuàng)業(yè)絕對有可能彎道超車。如果學(xué)界能夠承擔(dān)探索新的比特設(shè)計(jì)，新的糾錯(cuò)容錯(cuò)原理的話，對工業(yè)界是非常好的。因?yàn)楣I(yè)界是工程化、大規(guī)模投入人力，有可能往前走會(huì)撞墻。希望國家能夠支持眾多獨(dú)立團(tuán)隊(duì)，去探索各種可能，對整個(gè)領(lǐng)域，整個(gè)社會(huì)來講，會(huì)有很大的收益。

雷鳴：我簡單總結(jié)一下。第一，我們在量子計(jì)算領(lǐng)域，未來是方向，但是創(chuàng)業(yè)應(yīng)該從現(xiàn)在開始。第二，喜不喜歡、擅不擅長、是不是未來這三件事要同時(shí)考慮。我畢業(yè)時(shí)候去百度，當(dāng)時(shí)百度還是小公司，同學(xué)們都去了IBM這種大公司，很多人不愿意到百度。如果那時(shí)候加入百度，機(jī)會(huì)還是非常好的。所以，選擇非常重要，一定要對未來的趨勢有把握。

原文發(fā)布時(shí)間為：2018-09-29
本文作者：新智元
本文來源：今日頭條，如需轉(zhuǎn)載請聯(lián)系原作者。

總結(jié)

以上是生活随笔為你收集整理的施尧耘：量子计算终将实现；段路明：大规模量子计算还任重道远的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。