Научная и промышленная революции произойдут одновременно, и их последствия, несомненно, проявятся в ближайшие пять-десять лет. Квантовые вычисления, искусственный интеллект (ИИ) и блокчейн — вот некоторые из новых технологий, которые получат большое распространение по мере развития этой новой всемирной научной революции. Имеют ли эти революционные изобретения какую-либо связь с традиционной культурой Китая? Какое отношение они имеют к фундаментальным наукам, таким как математика и физика?
В этой статье мы поделимся отчетом, составленным Шоучэном Чжаном, лауреатом премии Китайского международного научно-технического сотрудничества в январе 2018 года и иностранным членом Китайской академии наук.
«Квантовые вычисления, искусственный интеллект (ИИ) и блокчейн — три самые фундаментальные технологии в области информационных технологий на сегодняшний день. Акцент на фундаментальной науке позволит ИТ развиваться между дисциплинами. Физика и математика взаимосвязаны, и они явно внесли значительный вклад в текущую ИТ-революцию», — Шоучэн Чжан.
Открытие «частицы ангела» изменило структуру проблемы разработки квантовых компьютеров
Сначала я расскажу историю научного открытия, связанного с «частицей ангела». прежде чем говорить о квантовых вычислениях. Многие интересные современные научные открытия так или иначе связаны с изменением философских концепций. К ним относятся несколько древних и укоренившихся философских теорий китайского народа. Например, кажется, что мир всегда был одной из оппозиций между положительным и отрицательным. Если есть положительные числа, должны быть и отрицательные. Точно так же, если есть инь, есть и ян, а если есть добро, должно быть и зло. Это мировоззрение оппозиции также проявляется в мире физики фундаментальных частиц.
Поль Дирак
Поль Дирак был великим и исторически важным физиком-теоретиком, объединившим специальную теорию относительности Эйнштейна с квантовой механикой. Тем временем он проделал простую математическую операцию, т. е. извлек квадратный корень. При извлечении квадратного корня всегда будет как положительное, так и отрицательное решение.
Типичный человек может обращать внимание только на положительное решение и игнорировать отрицательное. Дирак интерпретировал отрицательное решение со смыслом, т. е. все частицы неизбежно имеют античастицы, и предсказал, что все частицы будут иметь такие античастицы.
К 1928 г. физика, несомненно, не открыла ни одной античастицы, и люди относились к идее Дирака об античастицах с большим скептицизмом; они сказали, что его уравнение, должно быть, пошло не так. Дирак утверждал, что это было правильно. Пять лет спустя Дираку повезло, когда физики обнаружили античастицу электрона — позитрон — в лучах космического излучения. Эта интерпретация позитрона была названа морем Дирака.
Впоследствии физика элементарных частиц открыла антипротон и антинейтрино и смогла их применить. Например, позитроны уже нашли широкое применение в медицине. Позитронно-эмиссионная томография (ПЭТ) использует позитроны и электроны для получения изображения, и это лучший метод для выявления болезни Альцгеймера.
Сегодня китайцы уделяют пристальное внимание научным разработкам. Итак, что является самым сильным двигателем науки? Я считаю, что это любопытство к жизни. Вся история физиков-теоретиков продемонстрировала это любопытство. Например, падающее яблоко вдохновило сэра Исаака Ньютона на открытие гравитации. Во время поездки на лифте Эйнштейн почувствовал, что движение лифта вверх-вниз играет роль, аналогичную гравитации, и благодаря этому восприятию он смог открыть великую общую теорию относительности.
Однако научные разработки не должны слепо доверять авторитетам. После того, как Дирак стал известным физиком-теоретиком, ученые твердо верили, что для любой частицы, живущей в мире, должна существовать античастица. Но другой физик-теоретик, Этторе Майорана, из любопытства задался вопросом, существуют ли некоторые частицы без античастиц. Он разработал уравнение Майорана, которое интригующе описывает частицу, которая либо не имеет античастицы, либо является античастицей сама по себе.
Позже мир физики был занят лихорадочным поиском двух частиц. Первая, известная как «божественная частица», была обнаружена европейским ускорителем элементарных частиц в 2012 году. Питер Хиггс, физик, который предвидел ее существование, получил Нобелевскую премию. Второй частицей был «майорановский фермион».
Фермион Майораны
Я физик-теоретик. Физик-теоретик обычно предсказывает, чтобы физики-экспериментаторы могли проверить эти предсказания. В 2010 году моя лабораторная группа предсказала, что майорановский фермион можно обнаружить в собранном устройстве. Однако нам еще нужно было найти сигнал, который мог бы доказать существование этой частицы.
Однажды я подумал, что если майорановская частица имеет только одну сторону без противоположной стороны, то это половина обычной частицы. Наша теоретическая группа сделала смелое предсказание: поскольку частица Майорана отличается от обычных частиц, она является половиной обычной частицы. Следовательно, его проводимость тоже будет разной.
В то время как проводимость обычных частиц измеряется целыми числами, кратными 0, 1, 2 и 3, майорановская частица должна иметь проводимость, измеренную через половинные интервалы. Мы предсказали, что он будет иметь интервал 0,5 или 1/2. Позже мы сделали эмпирическое наблюдение в тесном сотрудничестве с экспериментальной группой, что это место 0,5 существовало. Здесь вы можете увидеть оригинальный рисунок из эксперимента и то, как появляется интервал в 0,5, доказывающий существование майорановского фермиона. Мы назвали его «частицей ангела», и это имя очень понравилось людям.
Какое отношение имеет «частица ангела» к информационным технологиям?
Современные компьютеры относятся к одной из двух категорий: классические компьютеры и квантовые компьютеры. Классические компьютеры легко решают некоторые типы задач. Например, обычный компьютер может быстро вычислить произведение двух больших чисел. Однако при определении того, является ли число произведением двух множителей (например, можно переписать 15 как 3 x 5), вы можете выполнить вычисление для небольшого числа, подобного этому.
Но если бы я дал вам очень большое число, классическому компьютеру пришлось бы потратить много времени, чтобы определить, является ли это число произведением двух множителей. Причина в том, что он использует алгоритм грубой силы, который делит число на все возможные числа, пока, наконец, не подтвердит, что число является произведением двух множителей. Классический компьютер делает это очень медленно.
Классические компьютеры могут использовать только метод грубой силы для вычисления проблемы. Однако квантовый мир — это загадочный мир параллелей. Например, в знаменитом эксперименте с двумя щелями, если я выпущу частицу, такую как фотон, перед двумя щелями — левой и правой щелями, она пройдет через одну или другую. Однако квантовому миру присущ параллелизм, при котором элементарная частица в какой-то момент одновременно проходит через две щели. Если бы это была только левая или правая щель, то она не создавала бы результирующего изображения.
Квантовый мир изначально параллелен. Он может вычислить эту задачу за секунду. Более того, он может мгновенно вычислить все возможности из-за присущего квантовому миру параллелизма, а это фундаментальная концепция квантовых вычислений. Однако построить этот квантовый компьютер сложно из-за его фундаментальной единицы.
Фундаментальной единицей классического компьютера является бит, то есть часть информации, которая равна либо 0, либо 1. Эти 0 и 1 полезны для выражения всей информации, что является фундаментальной концепцией классических вычислений. Однако в квантовом мире, где частица одновременно проходит через левую и правую щели, частица находится в состоянии суперпозиции. Неуместно определять квантовый бит как 0 или 1; он находится в состоянии суперпозиции между 0 и 1.
Все мы слышали о том, как кот Шредингера оказался между жизнью и смертью. Это явление чрезвычайно любопытно. Это фундаментальное явление объясняет, почему состояние квантового бита по своей природе нестабильно: когда вы наблюдаете за окружением, чтобы узнать, находится ли оно справа или слева — или 0 или 1 — любой незначительный шум будет значительно мешать квантовому биту.
В последнее время квантовые вычисления вызывают интерес со всего мира, особенно со стороны известных американских компаний. Хотя Google, Microsoft, IBM и Intel инвестировали в квантовые вычисления, им не удалось решить проблему нестабильности квантового бита. Если когда-нибудь нам скажут, что они создали 50 квантовых битов, остается главный вопрос, сколько из них полезны. В рамках квантовых вычислений только один полезный квантовый бит требует 10, 20 или даже 50 битов для исправления ошибок, что делает реальные квантовые вычисления очень трудными для достижения.
Однако открытие «частицы ангела» коренным образом изменило задачу разработки квантовых компьютеров, превратив процесс изменения количества в процесс улучшения качества. Сами квантовые биты содержат механизм исправления ошибок: две ангельские частицы, которые можно отделить от квантового бита. Типичная частица имеет две стороны, а частица-ангел имеет только одну сторону. Следовательно, частица ангела обычно эквивалентна половине частицы.
Следовательно, типичный квантовый бит может использовать для хранения две ангельские частицы. Как только две ангельские частицы сохраняют его, эти частицы запутываются даже на большом расстоянии. Поскольку шум классического мира не имеет никакого отношения к запутанности, он никак не может разрушить квантовый бит, хранящийся в ангельских частицах. Это изменение является революционным.
Именно по этой причине в своем выступлении на недавней встрече физиков в Соединенных Штатах я сказал, что открытие ангельской частицы увлекательно. . Эти частицы полезны независимо от того, сколько квантовых бит содержит квантовый компьютер. Им не нужно заниматься исправлением ошибок, когда вместо этого каждый бит может обеспечить свою способность исправления ошибок. Это послужит быстрому увеличению темпов развития квантовых вычислений.
Искусственный интеллект превзойдет человеческий, когда роботы смогут совершать научные открытия
Предложение об искусственном интеллекте (ИИ) как о фундаментальной концепции появилось в 1960-х годах. Сегодня ИИ так быстро развивается в первую очередь из-за конвергенции нескольких новых технологий. Закон Мура описывает удвоение возможностей каждые 18 месяцев. Однако, если в дело вступят квантовые вычисления, будет происходить не только удвоение каждые 18 месяцев, но и полный сдвиг в мышлении от количества к качеству.
Вычислительные возможности человека постоянно растут годами. Рождение Интернета и Интернета вещей (IoT) породило огромное количество данных. Интеллектуальные алгоритмы меняются с большой скоростью. Большие данные могут помочь в машинном обучении. Тем не менее, данные всех видов являются основой ИИ. Без данных не может быть искусственного интеллекта, независимо от эффективности алгоритмов или мощности компьютеров.
Хотя я видел его быстрое развитие, я чувствую, что ИИ все еще находится на самых ранних стадиях. Впрочем, почему я так говорю? Я приведу аналогию. Представьте, что человечество сначала увидело птиц и захотело летать. Первоначальное исследование самолета было простой имитацией биологии. Люди в подражание прикрепляли крылья к рукам. Однако изобретение настоящего самолета произошло, когда люди поняли принципы полета, такие как аэродинамика. Наконец, они смогли разработать оптимальные искусственные летательные аппараты после того, как у них были законы физики и необходимые математические уравнения. Современные самолеты летают высоко и быстро. Однако они совсем не похожи на птиц, и это принципиальное отличие.
Сегодняшний ИИ в значительной степени отражает человеческие нейроны. Более важно, чтобы мы думали о том, как здесь существует возможность для прорывов в фундаментальной науке. Мы можем произвести радикальные изменения в искусственном интеллекте, только правильно поняв фундаментальные принципы интеллекта.
Как определить, что ИИ достиг человеческого уровня интеллекта? Возможно, кто-то из вас знает о тесте Тьюринга. Тест Тьюринга предполагает, что человек разговаривает с машиной, но не знает, является ли собеседник человеком или машиной. Это указывало бы на то, что роботы достигли уровня людей, если бы человек продолжал разговор в течение дня, не воспринимая собеседника, то есть, был ли он человеком или машиной. Я не согласен с этим методом определения, хотя Тьюринг был великим ученым-компьютерщиком. Многие человеческие эмоции вовсе не рациональны, и довольно сложно заставить рациональную машину обучаться и имитировать иррациональный человеческий мозг.
Поэтому я хочу предложить новый процесс, чтобы определить, когда роботы могут обладать интеллектом, который действительно превосходит человеческий. Я считаю, что самое важное, что мы, люди, делаем, — это делаем научные открытия. День, когда робот сделает настоящее научное открытие, станет днем, когда роботы превзойдут людей.
Недавно я написал статью для публикации в Proceedings of the National Academy of Sciences, в которой я утверждаю, что наиболее значительными научными открытиями человечества являются теория относительности, квантовая механика и периодическая таблица. Может ли ИИ автоматически обнаружить периодическую таблицу без какой-либо помощи? Точно так же может ли он помочь человечеству в разработке новых лекарств или можно использовать методы машинного обучения для поиска новых материалов? Это стандарты для установления уровня ИИ.
Блокчейн и ИИ будут иметь наибольшую ценность, когда они смогут сосуществовать и развиваться вместе
В современном мире люди производят большое количество данных: генетические данные, данные о здоровье, данные об образовании и данные о поведении. Это особенно необходимо для развития ИИ. Большая часть этих данных содержится в центральных организациях и не децентрализована по-настоящему. Развитие блокчейна сделало возможным создание децентрализованного рынка данных.
Я описываю всю идею блокчейна одной фразой — «мы верим в математику» — потому что в основе этой идеи лежит фундамент математики. Наиболее фундаментальным аспектом всей области блокчейна и информационных технологий является базовая математика, которая может защитить личную конфиденциальность на рынке данных и использовать данные для проведения разумных статистических расчетов. Например, замечательный вычислительный метод, называемый доказательством с нулевым разглашением, может доказать, что мои данные ценны, не раскрывая местонахождение моих личных данных.
Рынок данных может сделать общество более справедливым с изобретением блокчейна. В настоящее время людям легко дискриминировать группы меньшинств в современном обществе. Данные, которыми обладают эти группы меньшинств, являются основным требованием в процессе машинного обучения. Если точность машинного обучения уже достигла 90 %, то достижение 99 % требует не дополнительных данных, которые уже были изучены, а скорее данных, отличных от тех, которые встречались в прошлом.
Наиболее ценными для машинного обучения всегда являются данные групп меньшинств. У нас будет благоприятный рынок данных, как только мы построим наши данные на основе блокчейна и объединим их с этими чудесными математическими методами. . В этом мире блокчейн и ИИ будут наиболее примечательны, когда мы разработаем идею их сосуществования.
Общественное понимание блокчейна еще не является пониманием его фундаментальных принципов. Говоря с точки зрения самых основных физических принципов, достижение консенсуса похоже на согласие всех с одной и той же «бухгалтерской книгой», которая в физике подобна магнитному материалу в беспорядке; однако все они указывают в одном направлении после намагничивания.
Консенсус также достижим в естественном мире, и это явление называется уменьшением энтропии. Энтропия ситуации, когда все смотрят в одну сторону при заключении соглашения, гораздо меньше, чем в неупорядоченном состоянии. Достичь такого консенсуса сложно, потому что энтропия всегда возрастает.
Существует потребность в потреблении энергии для достижения системы консенсуса в блокчейне, использующей алгоритм. Это может показаться иррациональным: почему аккаунт должен потреблять энергию? Однако это имеет выдающийся смысл с точки зрения второго закона термодинамики. Поскольку достижение консенсуса — это уменьшение энтропии, а мировая энтропия должна увеличиваться, должно иметь место создание некоторой энтропии как побочного продукта достижения консенсуса. Этот тип децентрализованного механизма исключительно похож на ситуацию в естественном мире, когда неупорядоченный магнитный материал становится упорядоченным и намагниченным, за что приходится расплачиваться потреблением энергии.
Следовательно, в будущем в идеальном мире каждый человек будет владеть своими данными в полностью децентрализованной системе хранения, которую невозможно будет взломать. Люди могут использовать зашифрованные алгоритмы в цепочке блоков для выполнения расчетов, которые одновременно защищают личную конфиденциальность и полезны для того, чтобы когда-либо происходили такие вещи, как кража данных из Facebook.
Проблемы квантовых вычислений, искусственного интеллекта и технологии блокчейн стоят перед всем человечеством, и решать их нужно сегодня. У китайских ученых есть прекрасная возможность: помимо прогресса в прикладных технологиях, они также должны сделать оригинальные прорывы в фундаментальной науке, подобные описанным выше в физике и математике, даже если такие вещи, как принцип возрастания энтропии или частиц и античастиц, звучат абстрактно. Чудо мира заключается в том, что фундаментальная наука может предоставить всей индустрии информационных технологий огромные новые перспективы для дальнейшего развития.
Читайте похожие блоги и узнавайте больше о продуктах и решениях Alibaba Cloud на странице www.alibabacloud.com/blog.
