量子计算机给AI加buff？终于有招了！

长期以来，量子计算机被寄予厚望，有望完成传统计算机根本无法实现的计算任务。但研究界一直有个争论：这种量子优势，能不能延伸到海量数据处理和机器学习场景——毕竟现在绝大多数AI应用，本质上靠的都是从数据里学习的算法。

最近，量子计算公司Oratomic的黄新元（Hsin-Yuan Huang）带领团队给出了肯定的答案。他们的研究，正在为「量子计算机全面赋能AI」的未来打下核心基础。

卡在半路的难题：经典数据怎么「喂」给量子计算机？

这项工作回应了量子机器学习领域一个非常关键的现实问题：我们在非量子环境下收集的普通数据——比如用户的餐厅评论、生物研究里的RNA测序结果——要怎么输入量子计算机，才能真正利用它的「量子性」实现更高效的处理和学习？

要用上量子计算的能力，前提是把数据置入「叠加态」——这是一种经典机器根本造不出来的数学组合状态。但过去很长时间里，研究人员都觉得这件事不切实际：大家默认要把叠加态里的所有数据先存到专用存储设备里，再交给量子计算机处理。而据团队成员、加州理工学院的赵海萌（Haimeng Zhao）介绍，那种存储设备的规模会大到根本不可能实现。

流式思路破局：不用全存，边传边算

黄新元团队换了个完全不同的思路，直接绕开了这个不可能的存储要求。

他们的方法是把数据分成小批量输入量子计算机，不用在处理前把全部数据都存下来——逻辑上和我们在线流媒体看电影差不多，不用先把整部片子下载完再点开。

团队不仅证明了这种方法可行，还证实了它能让量子计算机用比任何传统计算机都小得多的存储开销，处理更多数据。

这种存储优势有多夸张？赵海萌给出了一个直观的对比：一台由约300个逻辑量子比特组成的量子计算机，性能就能超过一台用可观测宇宙中所有原子搭建的传统计算机。

离落地没那么远

当然，造出300个逻辑量子比特的量子计算机，可能还要不少年。但黄新元判断，60个逻辑量子比特的计算机有望在2030年前建成。团队的分析显示，到这个规模，量子计算机在某些大规模数据集处理任务——也就是AI大显身手的那些场景——上，已经能展现出相对于传统计算机的显著优势。

「量子机器是非常强大的设备，但你得先给它『喂食』。这项研究讨论的就是喂食问题，以及怎么逐位分批加载数据，不用把这只巨兽一下喂太饱。」瑞士苏黎世联邦理工学院的Adrián Pérez-Salinas这样评价这项工作。

现实挑战仍存：不是所有AI都适合量子计算

Pérez-Salinas也提到，这项新成果怎么落地到实际设备、怎么处理真实世界的数据，还有很多问题要解决。过去不少量子机器学习算法最终被证明可以「去量子化」——也就是经调整后无需量子硬件支撑，也能达到相近的性能水平。所以还要搞清楚，「量子性」对这个新算法到底有多关键。

荷兰莱顿大学的Vedran Dunjko则认为，这项新工作可能特别适合大型科学实验场景，比如大型强子对撞机——那里每秒都会产生数百万GB的数据，但大部分都因为计算机内存不够直接被丢弃了。

不过他也坦言，大概率只有一部分现有AI应用和类似的数据处理任务，适合用量子计算机来做，而不是靠堆满传统服务器的数据中心。这不属于GPU消耗大量算力的主流应用场景，但可能依然具有重要意义。

目前，研究团队还在两方面推进工作：一边拓展这种方法能适配的算法类型，一边设计新的量子计算机配置方案，让它不仅能用极小的内存处理数据，还能在可接受的时间内完成运算——真正做到又省又快。