内容来源：量子前哨（ID：Qforepost）
编辑丨王珩 编译/排版丨沛贤
深度好文：2000字丨12分钟阅读
据报道，人工智能巨头最近为其团队增添了一位新成员：Ben Bartlett，他是PsiQuantum的前量子系统架构师。这暗示着OpenAI 可能正在走向量子未来，它正在研究使用量子来为其人工智能帝国提供动力。
Bartlett拥有斯坦福大学应用物理学博士学位，他的工作主要是设计可扩展且容错的光子量子计算机，他的工作已经涉足纳米光子学、量子物理和机器学习领域，旨在利用光量子来进行复杂的计算。
Ben Bartlett博士（图片来源：网络）
他还从斯坦福大学带来了一项专利，该专利使用单个相干控制的原子，在合成时间维度上开发一种用于量子计算的可扩展方案。如果这一专利在工程化上可行，这项工作可能会为量子计算的新方法铺平道路，其中原子量子比特上的量子操作可以传送到光子量子比特上，这将简化量子发射器与光子电路的集成。斯坦福大学是世界光量子计算技术的中心之一，中国光量子计算初创公司玻色量子的创始人文凯也曾在斯坦福深造，算是Barlett的师兄。
光子量子计算和OpenAI 之间还有另一个联系，Bartlett曾在PsiQuantum工作， PsiQuantum的投资者之一是M12，它是微软的风险投资部门。微软是OpenAI的主要支持者，也拥有相当可观的量子资源。
OpenAI 对光量子计算人才的重视，不仅标志着 OpenAI 对量子感兴趣，而且意味着它可能进一步承认经典计算将无法处理其 AI 服务（如 ChatGPT）呈指数级增长的计算需求，而光量子计算能解决这一问题。
在解决某些对 OpenAI 发展至关重要的计算任务时，量子技术很有潜力，这很可能是OpenAI 对量子感兴趣的原因。
首先，随着人工智能模型变得越来越复杂，训练它们所需的计算资源猛增。量子计算为解决这个瓶颈提供了一个潜在的解决方案，有望加速特定类型的计算，包括机器学习和优化问题中涉及的计算。
有朝一日，借助叠加和纠缠，光量子计算机能够以传统计算机难以管理的方式处理大量数据，成本更低，使用的环境资源也能少很多。
ChatGPT 首席执行官Sam Altman最近登上了头条新闻，有报道称他正在募资 7 万亿美元来制造和购买芯片，显然是为了满足对速度和处理能力的巨大需求。这凸显了 OpenAI 的算力困境，既要实现增长又要降低成本并提高性能。
总之，光量子计算与人工智能的整合可以有效提高模型效率。
量子计算能够以前所未有的速度处理复杂优化问题和分析数据，这与一些人推测的 OpenAI 开发通用人工智能 (AGI) 的使命相符。
AGI 是指人工智能的一种形式，它可以像人类一样有效地理解、学习和应用各种任务中的知识。现在，人工智能非常擅长执行专门训练的任务，但一些技术专家认为，有朝一日，人工智能还可以像熟练的医生一样诊断疾病，也可以像才华横溢的音乐家一样创作音乐。
OpenAI 并不是唯一一家寻求量子方法实现基于语言的人工智能的公司。至少还有一家量子公司Quantinuum在计划开发量子自然语言处理（NLP），它已经研究了几年，并构建了一个工具包lambeq。
在一次采访中，Quantinuum 的首席科学家 Bob Coecke讨论了与当前的大型语言模型相比，他们的工具的优势和理论背景。
他说：“我们的目标是利用过程理论的框架（也被广泛称为分类量子力学或量子图像主义），将两种观察结果整合到一起。预计这将带来一种更加类似于人类的人工智能形式，它不仅提供实用性，而且与当前人工智能中广泛使用的“黑匣子”方法的不透明性相比，它在基本意义上也是可解释的，并且是当前系统的核心，例如当前占主导地位的大语言模型（LLM）。与当前由LLM驱动的人工智能相比，我们探索的方法可能具有许多优势：（1）可解释性；（2）与人类相似，具有更清晰的推理能力； (3) 量子优势。”
需要注意的是，OpenAI 目前只是在量子领域涉足。它要想保持人工智能技术的前沿地位，可能需要探索和整合量子计算。随着量子技术的成熟，它们可以在人工智能项目的速度、规模和范围方面提供竞争优势。OpenAI 进军量子领域，有助于它在量子增强人工智能系统的开发方面处于领先地位。
对于OpenAI 是否对量子计算感兴趣，ChatGPT给出了这样的回答：OpenAl与许多参与尖端研究和技术的组织一样，可能对量子计算感兴趣。量子计算代表了计算能力的重大飞跃，尤其是在密码学、材料科学和复杂系统仿真等领域，可以解决目前经典计算机难以解决的问题。
在人工智能和机器学习的背景下，量子计算可以极大地加速更复杂模型的训练，更有效地处理庞大的数据集，并促进新算法的开发，从而在人工智能领域取得突破。鉴于OpenAl致力于推进人工智能技术，可以推测它在密切关注量子计算的发展，并评估如何利用量子计算来推动其目标的实现。
