薛丁格的貓有多神奇，為何百年之後，在人工智慧時代又被重新提起

作為物理學兩大基礎理論之一，量子力學誕生少說也有一百多年了，和愛因斯坦的相對論一起，早已深入到其他各個學科領域，催生了數不清的科技成果。

可能普通人並不熟知量子力學的概念，聽得最多的，還是那個經典量子力學實驗，薛丁格的貓，而人工智慧時代的到來，和薛丁格的貓一起火起來的，是其背後量子力學理論的進一步發掘和應用，有潛力在機器學習，神經網絡等領域綻放新的活力。

薛丁格的貓實驗

這隻貓的理論有多特殊，早幹嘛去了

從歷史角度，這個熱度得益於網際網路技術的迅速發展，而目前的計算機技術已經無法滿足人類更加龐大更加繁複的計算要求。人們逐漸意識到，解決工具好像早就擺在了那兒，是被前人驗證和證明過無數次的成熟理論，剩下的就是如何發揮起作用。

物理的發展，從牛頓發現萬有引力到後面愛因斯坦提出相對論，好像走到了一個盡頭，在三維空間無法再向前一步。同時人們發現，相對論固然厲害，但無法解決微觀物理現象，一些先驅比如普朗克等人又從微觀世界出發，經過幾代的努力最終完善了另一個理論，那就是量子力學。由於量子理論的完善是很多人共同努力的結果，就不像相對論那樣，人們一定知道愛因斯坦，可能更多的人，聽過的就是薛丁格的貓。

計算機網絡時代，機器學習的成果已經有目共睹，其技術也逐漸融合到從農業到機械科技生活的各個方面，除了用計算機處理複雜計算，研究高科難題，甚至送太空人上天外，人們試圖讓計算機處理的信息更加智能，最好能夠模擬人的大腦會取捨。

這就是人工智慧，機器學習興起的原因，這時候薛丁格的貓又被發掘了出來。根據量子力學的兩個概念相干和糾纏，一個量子可以有兩個狀態，而數個量子糾纏可以表示更複雜或者更多的狀態，這就導致了量子機器學習有天然的高效優勢。

薛丁格貓的量子計算機，可以超越現代計算機？

所謂信息處理，就是現代計算機以比特為基本單位進行的數據處理，我們日常生活中已經普及，計算機識別的是二進位數，在實際中取值不是0就是1。

而遵循量子力學的計算機，基本單位是量子比特，多個量子相互糾纏，可以產生不確定的疊加態，甚至可以同時處於0和1的狀態，這個狀態，就是經典實驗薛丁格的貓所要表達的了，將貓和毒藥放在暗箱中，打開箱子，我們能夠知道貓是死的還是活的，只有這兩種狀態，但是在沒有打開之前，貓處於死和沒死兩個疊加的狀態。

量子計算與傳統計算差異對比

有人打了個比喻，經典計算就像開關，不是開就是關，而量子比特就像現在的機器旋鈕，可以隨意調節成中間狀態，本身可以產生無窮多的狀態使得計算和處理能力有了質的飛躍，這就是量子的優越性

量子計算的世界布局

無論國際還是國內，大型網際網路科技公司早已提前進入了人工智慧賽道，爭取拿到頭牌入場券爭取先機。比如，谷歌就在人工智慧領域深耕多年，研究也走在科技前列。比如前幾年研究的機器人阿爾法狗大戰人類圍棋冠軍，並贏得比賽的事，給自己Al技術的宣傳同時，也證明了人工智慧的潛力。

谷歌有自己的開源量子計算框架Cirq和機器學習框架Tensorflow，近幾年將兩者結合打造了一個混合型量子經典模型，而藉助這些開源軟體，降低初學者門檻的同時，開發者可以更加快捷地獲取數據，打造量子計算或者機器學習應用，谷歌要做的，可能就像曾經開源的谷歌瀏覽器一樣，打造另一個未來的人工智慧巨無霸。

谷歌量子計算機

最近，另一個專注量子計算技術的公司，似乎取得一定的突破性進展，相對於傳統的隨機存起記憶體RAM，量子計算沒有對應的QRAM，這是量子計算的缺陷之一。QC Ware公司的研究人員開發了 Data Loaders 資料載入元件，可以有效地將傳統資料加載到量子硬體載體上，將大量的傳統資料轉換成相對應的量子態成為可能。

目前，Data Loaders 載入元件可在公司的雲端平臺使用，企業可使用其量子算法來構建、編輯和執行量子演算方法。同時，雲端平臺的最新版本還包括了用於 GPU 加速的量子演算工具。透過 GPU 加速，根據拍攝數量，演算法測試可以在幾秒鐘完成，而之前是幾個小時。