軟銀公司和Quantinuum已建立了戰(zhàn)略合作伙伴關(guān)系，以探索量子計算的實際應用，特別關(guān)注聯(lián)合市場研究和量子數(shù)據(jù)中心的業(yè)務模型的開發(fā)。合作于2025年1月29日宣布，旨在利用公司的各自知識來解決超過常規(guī)人工智能能力的計算問題。

即使有人工智能的進步，幾個同樣具有挑戰(zhàn)性的問題，例如優(yōu)化，因果分析和高端模擬，也為傳統(tǒng)計算系統(tǒng)帶來了大障礙。由CPU，GPU和量子處理單元(QPU)組成的混合處理器模型的想法提供了旨在解決這些挑戰(zhàn)，繪制軟銀和Quantinuum的有效性。

這項舉措與全球持續(xù)的舉動共同促進量子技術(shù)在2025年的國際量子科學和技術(shù)下創(chuàng)建高級行業(yè)的作用。這兩個機構(gòu)共同探索了新出現(xiàn)的商機，并了解量子計算對當今人工智能系統(tǒng)的影響。它包括量子計算作為服務，還涉及量子計算軟件作為服務和其他工具。

為了關(guān)注亞太地區(qū)及以后的公司，兩家公司將進行合作市場研究，并為結(jié)合CPU，GPU和QPU的“量子數(shù)據(jù)中心”創(chuàng)建業(yè)務模型，從而降低投資風險。軟銀將特別針對量子化學(用于全光網(wǎng)絡中的光學開關(guān)材料)和網(wǎng)絡分析(對于異常和欺詐檢測)，將提供現(xiàn)實世界中的用例。這兩家業(yè)務都將創(chuàng)建用例計劃和創(chuàng)建軟件以最大化硬件資源使用，從而促進經(jīng)典和量子計算的平穩(wěn)集成用于實際用途。

“在混合量子超級計算系統(tǒng)中，每個組件都按照需要的一部分專用于問題。當AI驅(qū)動的科學發(fā)現(xiàn)管道需要量子化學或材料模擬引起的量子計算機時，量子計算機是自然使用的，在量子化學或材料模擬的情況下，由于疊加，糾纏和干擾是主要的。此外，量子計算機不直覺，可以在不是本地量子的數(shù)據(jù)上有效地執(zhí)行計算，例如能夠執(zhí)行高維數(shù)據(jù)集的拓撲特征。這些數(shù)據(jù)甚至可以通過補充AI系統(tǒng)處理的其他功能豐富的數(shù)據(jù)集來下游使用?！?Quantinuum發(fā)言人說。

量子和AI

量子計算有望通過以前所未有的計算能力補充經(jīng)典方法來徹底改變AI。 Quantinuum的發(fā)言人說，它提供“與合理資源相關(guān)的數(shù)據(jù)的能力”是主要好處之一。量子計算機充當“虛擬實驗室”，可以在數(shù)學，化學和物理學中復制復雜的系統(tǒng)，因此提供了一些需要昂貴且耗時的實驗的見解。通過更快的數(shù)據(jù)生成可以大大改善機器學習(ML)模型。

通過量子本機學習方法，量子計算可以在數(shù)據(jù)生成之外“將我們過去的經(jīng)典AI移動”。這些技術(shù)是專門為量子系統(tǒng)設(shè)計的，這些技術(shù)可能會開放迄今無法實現(xiàn)的效率和解決問題的能力。

此外，被認為在進行量子計算中非常重要的是人工智能本身。從增強量子程序編譯到優(yōu)化量子硬件控制，人工智能可以幫助簡化整個量子堆棧的開發(fā)。發(fā)言人說，這產(chǎn)生了一個“良性周期，這兩種技術(shù)都在混合體系結(jié)構(gòu)中用于應對科學挑戰(zhàn)?！?

隨著量子計算的發(fā)展，其與人工智能的共生將推動材料科學，藥物發(fā)現(xiàn)和優(yōu)化挑戰(zhàn)的創(chuàng)新，因此為許多部門開辟了革命用途的道路。

質(zhì)量計算的挑戰(zhàn)和當前狀態(tài)

量子計算已經(jīng)取得了迅速的進步，但是在實用應用中，在廣泛采用它之前，仍然存在重大的技術(shù)和業(yè)務挑戰(zhàn)。

最突出的挑戰(zhàn)之一是開發(fā)可行的業(yè)務模型。大型資本和運營費用導致量子計算的推出延遲。此外，量子計算服務及其定價等收入模型的變化仍然相對較新，使團隊公司更難理性地證明長期投資是合理的。

顯然，定義用例提出了另一個挑戰(zhàn)。盡管量子計算在包括量子化學和機器學習在內(nèi)的領(lǐng)域具有潛力，但尋找商業(yè)上可行的用途仍然很困難。行業(yè)發(fā)展取決于知道量子計算機在哪里提供了與傳統(tǒng)計算的明顯優(yōu)勢，并預測了市場的規(guī)模和接受時間表。

從技術(shù)上講，硬件限制仍然是主要挑戰(zhàn)?，F(xiàn)實世界中的問題解決需要量子設(shè)備的固定穩(wěn)定性和操作精度。必不可少的是量子相干性，可伸縮性和容錯性的增益。實際計算取決于軟件開發(fā)中的同時發(fā)展，包括混合算法和減輕錯誤的策略。

可伸縮性和誤差緩解仍然是量子計算中的核心挑戰(zhàn)，但量子誤差校正(QEC)的重大進展使該領(lǐng)域保持了活力并朝著通用耐斷層量子計算(UFTQC)前進。與經(jīng)典的模擬計算，高物理錯誤率證明是無法克服的，量子計算繼續(xù)通過嚴格的抑制錯誤技術(shù)來發(fā)展。

“值得注意的是，我們的計算機已經(jīng)用于現(xiàn)實世界的工作負載，但本著問題的精神：眾所周知，當量子計算(QC)首次在80年代首次出現(xiàn)時，人們認為這是不可能的，原因是為什么模擬計算從未脫離的原因：身體錯誤率太高了，”發(fā)言人說。

根據(jù)Quantinuum的說法，由于量子誤差校正(QEC)的進步，該字段仍然存在的唯一原因。 “我們是QEC的領(lǐng)導者，正在慢慢組裝通用耐斷層量子計算(UFTQC)所需的所有部分。 UFTQC需要一份已知的功能列表，我們已經(jīng)實現(xiàn)了以下內(nèi)容：

· 物理錯誤率低于閾值(許多示例，每次我們都低于物理錯誤率時都會證明這一點;

· 中路測量以獲得誤差綜合征;

· 實時QEC(實時解碼綜合征并進行更正);

· 容錯的遠程注射(對于許多QEC應用至關(guān)重要);

· 在物理上顯示邏輯錯誤率;

· 展示容忍斷層的克利福德大門

量子計算雖然先進且可靠，但被譽為未來的技術(shù)，因此，這種模式也很感興趣。但是，在大規(guī)模應用中有效利用這項技術(shù)仍然充滿了問題。重要的是，許多與正電子相關(guān)的問題尚未完全或令人滿意地解決。

目前，必須克服幾個挑戰(zhàn)以在量子計算領(lǐng)域進行進展。最基本的挑戰(zhàn)是開發(fā)高距離，高速Q(mào)EC代碼 - 我們理想情況下，每個物理量子都希望許多邏輯量子量，以實現(xiàn)資源的最高利用。另外，對于任何想要做更多的量子計算機而不是穩(wěn)定器代碼的量子計算機的關(guān)鍵部分，易耐斷層的非克利福德門的發(fā)展仍然是一個重要的障礙。

當適用于實際操作中的完整通用算法而沒有失敗時，將采取重要的步驟。這將涉及量子傅立葉變換的高操作率，以及邏輯錯誤率低于物理錯誤率的邏輯實現(xiàn)。這種進步將是從紙質(zhì)誤差校正的急劇轉(zhuǎn)變，該誤差校正僅在紙上存在到量子計算，從而帶來了能夠耐受性的實用困難。

“我們面對這些挑戰(zhàn)的距離越近，我們越接近克服當今最前沿的可伸縮性和誤差障礙的障礙，在廣泛的問題中可能實現(xiàn)量子計算的信任的地平線將變得更加明確。”發(fā)言人說。最后，確定何時商業(yè)化是困難的，并要求融合市場準備和技術(shù)進步。實現(xiàn)量子計算的全部潛力取決于克服這些障礙。