粉象生活,做生活的分享家

您的位置 首页 智能

对话英特尔研究院院长:量子计算是马拉松,现在大家(包括谷歌)刚跑出第一英里

在Rich Uhlig的2小时中国媒体交流中,最后可以归结为2大方面的问题。 1)首先在硬件制造方面的工程工艺优势,我们长期从事的半导体制造,我们所选择的量子位的制备技术——硅自旋量子位,本身也…

桂林生活网是立足桂林面向全国融新闻资讯,体育赛事,娱乐八卦,IT科技,财经资讯,公益资讯,旅游资讯,教育资讯等知识性和娱乐性、服务性于一体的综合性门户网站。本站致力于为广大网民提供最新最及时的新闻热点资讯。

Reagan 发自 凹非寺

量子位 报道 | 公众号 QbitAI

一个技术研究大牛、第一次到访中国、面对几家技术媒体,结果都从另一家公司的大新闻说起……

这种情况就发生在英特尔研究院院长Rich Uhlig身上。

他连连感叹,没想到2小时的问答交流会被量子计算包围。

这自然与谷歌刚刚宣布的量子优越性(Quantum superiority)进展息息相关,但这位英特尔研究院掌舵者,在分享自己对这一热点事件看法的同时,也呼吁需要理性看待。

所以这位研究大牛究竟如何看未来?英特尔研究院又在关注哪些最新技术趋势?

先介绍下大牛

Richard (Rich) A. Uhlig,本硕博均学成于密歇根大学,1995年获计算机科学与工程专业博士学位,1996年加入英特尔。

核心主导了针对英特尔处理器和平台的多代虚拟化架构的定义,即英特尔虚拟化技术。

2013年开始,担任英特尔研究院系统和软件研究院院长,主持了主持了包括虚拟化技术、云计算系统、软件定义网络、大数据分析、机器学习和人工智能等方面的研究。

现在除了担任英特尔研究院院长,也是英特尔技术与系统架构及客户端事业部高级院士,并且2获英特尔成就奖。

毫无疑问,这是一位不折不扣的技术研究型大牛。

展开全文

怎么看热点技术?

在Rich Uhlig的2小时中国媒体交流中,最后可以归结为2大方面的问题。

一是量子计算,二是技术创新趋势。

我们提取重点,分享下大牛观点。

关于量子计算

问:对谷歌宣布的量子优越性怎么看?

Rich Uhlig:

1)认可这是量子计算领域的重要进步。

2)但还需要更理性的视角,量子优越性实现,一方面要解决复杂问题,另一方面解决该问题中证明量子计算效率远超传统计算。虽然选择任何问题都可以,但如果是一个现实、商业问题,或许更有意义。

3)比起量子优越性,更希望业界把目标放在量子实用性。

Rich Uhlig:

1)认可这是量子计算领域的重要进步。

2)但还需要更理性的视角,量子优越性实现,一方面要解决复杂问题,另一方面解决该问题中证明量子计算效率远超传统计算。虽然选择任何问题都可以,但如果是一个现实、商业问题,或许更有意义。

3)比起量子优越性,更希望业界把目标放在量子实用性。

问:英特尔在如何推进量子计算研究?

Rich Uhlig:

1)英特尔对量子计算的研究最早分为两方面:一是超导量子位,也包含自旋量子位。

2)现在开始进一步聚焦在硅自旋量子计算上面,并在这方面取得了相当良好的进展。

3)核心进展一方面是量子位制造,充分利用英特尔当前制造的优势;另一方面是控制技术,比如自旋量子对低温环境的控制。

4)我们认为未来用量子计算解决复杂现实问题,需要非常多的量子位,而对着量子位数量提升,对低温控制会决定运算效率。

Rich Uhlig:

1)英特尔对量子计算的研究最早分为两方面:一是超导量子位,也包含自旋量子位。

2)现在开始进一步聚焦在硅自旋量子计算上面,并在这方面取得了相当良好的进展。

3)核心进展一方面是量子位制造,充分利用英特尔当前制造的优势;另一方面是控制技术,比如自旋量子对低温环境的控制。

4)我们认为未来用量子计算解决复杂现实问题,需要非常多的量子位,而对着量子位数量提升,对低温控制会决定运算效率。

问:如何看待量子计算和AI之间的关系?

Rich Uhlig:

1)二者往往会被关联起来,理论上量子计算有助于解决AI的一些问题。

2)但我认为量子计算真正作用于AI会晚一些才能实现。

3)量子计算可能更早被用于分子建模、量子化学等领域,在这些领域出现解决方案。

4)量子计划真正商业化应用,应该至少还有十年的时间。需要解决更多问题,然后积累更多关于量子位数量、规模等比例关系方面的经验。

5)有些问题用量子计算解决需要十多个逻辑可靠的量子位,而解密编码可能需要几千个甚至百万级量子位,所以可靠性、稳定性是关键。

Rich Uhlig:

1)二者往往会被关联起来,理论上量子计算有助于解决AI的一些问题。

2)但我认为量子计算真正作用于AI会晚一些才能实现。

3)量子计算可能更早被用于分子建模、量子化学等领域,在这些领域出现解决方案。

4)量子计划真正商业化应用,应该至少还有十年的时间。需要解决更多问题,然后积累更多关于量子位数量、规模等比例关系方面的经验。

5)有些问题用量子计算解决需要十多个逻辑可靠的量子位,而解密编码可能需要几千个甚至百万级量子位,所以可靠性、稳定性是关键。

问:量子计算规模化商用的核心挑战是什么?

Rich Uhlig:

1)取决于量子位是否可以规模化扩展,在工程学及科学方面都是挑战。

2)比如控制方面,需要低温环境下大量量子位稳定运行。

3)比如上规模之后,现在只是几十个信号,未来要解决几十万甚至上百万信号。

4)软件堆栈又如何演化,能够将算法映射到问题本身,最终可以让高稳定性可靠性的量子系统可以解决真实问题。

Rich Uhlig:

1)取决于量子位是否可以规模化扩展,在工程学及科学方面都是挑战。

2)比如控制方面,需要低温环境下大量量子位稳定运行。

3)比如上规模之后,现在只是几十个信号,未来要解决几十万甚至上百万信号。

4)软件堆栈又如何演化,能够将算法映射到问题本身,最终可以让高稳定性可靠性的量子系统可以解决真实问题。

问:量子计算目前处于怎样的市场格局?

Rich Uhlig:

我们认为量子计算是一个马拉松,参与者很多,现在大家都才跑出第一英里。

Rich Uhlig:

我们认为量子计算是一个马拉松,参与者很多,现在大家都才跑出第一英里。

问:英特尔认为在量子计算方向上有什么优势?

Rich Uhlig:

1)首先在硬件制造方面的工程工艺优势,我们长期从事的半导体制造,我们所选择的量子位的制备技术——硅自旋量子位,本身也是非常高度契合了我们在制造方面的优势经验,有利于未来的规模化。

2)在量子位的配置以及控制技术的解决方案方面,英特尔已经有很好的经验,包括在低温表征方面有很好的实践经验。

3)一体化系统化看待问题,这一直是英特尔的优势,包括从设备、控制到编程。过去几十年,英特尔证明了在制造大规模设备、软硬件系统方面的优势。

Rich Uhlig:

1)首先在硬件制造方面的工程工艺优势,我们长期从事的半导体制造,我们所选择的量子位的制备技术——硅自旋量子位,本身也是非常高度契合了我们在制造方面的优势经验,有利于未来的规模化。

2)在量子位的配置以及控制技术的解决方案方面,英特尔已经有很好的经验,包括在低温表征方面有很好的实践经验。

3)一体化系统化看待问题,这一直是英特尔的优势,包括从设备、控制到编程。过去几十年,英特尔证明了在制造大规模设备、软硬件系统方面的优势。

问:英特尔研究院今年取得的三大最激动人心的突破?

Rich Uhlig:

1)神经拟态计算。英特尔正在去建造越来越大规模的神经拟态网络系统。

2)硅光子,它能够在封装的CPU中提供光学链路。

3)在复杂编程方面的进展。主要是机器编程——AutoML,这是AI最有趣的应用之一,我们现在也在教机器如何进行自动编程。

Rich Uhlig:

1)神经拟态计算。英特尔正在去建造越来越大规模的神经拟态网络系统。

2)硅光子,它能够在封装的CPU中提供光学链路。

3)在复杂编程方面的进展。主要是机器编程——AutoML,这是AI最有趣的应用之一,我们现在也在教机器如何进行自动编程。

问:如何理解量子计算、神经拟态计算、图计算和概率计算之间的关系?

Rich Uhlig:

1)这是四种完全不同的新计算模式,相互区别很大。

2)量子计算最大优势是它可以对同一个问题同时试验多个解,通过连续采样,最终得到问题解。

3)神经拟态计算是一种高能效的神经网络系统,模仿人类大脑的运作机制,去寻求一个问题的解答,它主要是应用脉冲信息,通过神经网络的通信方式来进行问题的解决,它可以去应用在很多类的问题上面,包括像机器人控制、自学习、动态控制的问题,还有稀疏编码的问题等等。

4)图计算主要是要发现数据之间的内在关系,尤其是那种大规模的数据之间的内在关系。

今天现有的计算系统当中是可以运行图计算所涉及到的那些数据库,但它的效率非常低,因为往往这些关系型数据本身就是非常稀疏,在内存访问的模式上面就有这种不稳定性,所以贝叶斯算法可能就无法应用。我们用图计算就可以去有效提升稀疏数据的处理效率。

5)概率计算是用来处理那些内在不精准的、缺乏精准性,噪音非常大的那种数据,就是说我们用概率计算容忍了它这种不确定性。

6)目前对四种计算,英特尔都在进行研究,多管齐下。

Rich Uhlig:

1)这是四种完全不同的新计算模式,相互区别很大。

2)量子计算最大优势是它可以对同一个问题同时试验多个解,通过连续采样,最终得到问题解。

3)神经拟态计算是一种高能效的神经网络系统,模仿人类大脑的运作机制,去寻求一个问题的解答,它主要是应用脉冲信息,通过神经网络的通信方式来进行问题的解决,它可以去应用在很多类的问题上面,包括像机器人控制、自学习、动态控制的问题,还有稀疏编码的问题等等。

4)图计算主要是要发现数据之间的内在关系,尤其是那种大规模的数据之间的内在关系。

今天现有的计算系统当中是可以运行图计算所涉及到的那些数据库,但它的效率非常低,因为往往这些关系型数据本身就是非常稀疏,在内存访问的模式上面就有这种不稳定性,所以贝叶斯算法可能就无法应用。我们用图计算就可以去有效提升稀疏数据的处理效率。

5)概率计算是用来处理那些内在不精准的、缺乏精准性,噪音非常大的那种数据,就是说我们用概率计算容忍了它这种不确定性。

6)目前对四种计算,英特尔都在进行研究,多管齐下。

关于研究院创新模式

问:在英特尔研究院展开研究,如何保证创新发生在最佳周期——不会太早,也不会太晚?

Rich Uhlig:

我们内部会有多重测试标准去做选择,但核心来说有这样几个:

1)首先,这个问题解决后,能带来很大的社会价值和商业价值。

2)在对问题有方法思路,特别是新颖方法之后就尽快开始。

3)另外还有开始下手的原则:不要只选择单一的路径,要多管齐下。先试验田,证明可行再大规模推广。

4)还需要有批判精神,不断判断是否成功,需要有一系列衡量参数、指标。

Rich Uhlig:

我们内部会有多重测试标准去做选择,但核心来说有这样几个:

1)首先,这个问题解决后,能带来很大的社会价值和商业价值。

2)在对问题有方法思路,特别是新颖方法之后就尽快开始。

3)另外还有开始下手的原则:不要只选择单一的路径,要多管齐下。先试验田,证明可行再大规模推广。

4)还需要有批判精神,不断判断是否成功,需要有一系列衡量参数、指标。

问:您之前有专栏说创新往往诞生于不同领域交叉地带,当前有更具体的领域吗?

Rich Uhlig:

1)我认为这是一个广泛适用的原则。

2)对于年轻研究者,我建议是找你最喜欢的三个研究领域,然后找到交叉点开始研究,你就会很有可能发现别人未曾发现的东西。

3)但我不想具体指出ABCD哪个领域的交叉点,因为惊喜恰恰来自没有被准备定义的地方。

Rich Uhlig:

1)我认为这是一个广泛适用的原则。

2)对于年轻研究者,我建议是找你最喜欢的三个研究领域,然后找到交叉点开始研究,你就会很有可能发现别人未曾发现的东西。

3)但我不想具体指出ABCD哪个领域的交叉点,因为惊喜恰恰来自没有被准备定义的地方。

最后,再分享下这次Rich Uhlig的keynote演讲,核心介绍了英特尔当前指导思想:

数据洪流。

重点就是一切以数据为中心,在数据的各个方面展开研发推进及部署。

首先是数据的获取,如新的传感技术。
其次是数据存储,如对内存、存储这样的新的数据组织形式。
最后是数据的处理。从数据传输的联网,到软件编程,以及全新计算平台,核心是不断提升数据的处理效率。

而具体到英特尔研究院,核心使命是为英特尔进行未来的探索。

Rich Uhlig认为这非常不容易、极具挑战,但引用科幻作家威廉·吉布森的名言,或许能够带来一些启示:

The future is already here it’s just not evenly distributed

未来已来,只是分布不均。

The future is already here it’s just not evenly distributed

未来已来,只是分布不均。

很多今天看到的稚嫩阶段的新兴技术,实际并非凭空而来,但越来越强大的数据处理技术和基础,正在实现曾经之不能。

当然,这位英特尔研究院院长也专门提到了英特尔中国研究院——创办至今21年,是在中国建立最早的跨国公司研究院之一。

目前由宋继强担任中国研究院院长,主要围绕人工智能、5G、智能驾驶和机器人等领域展开研究,因地制宜,借助中国的优势展开前沿创新研究。

Rich Uhlig评价说,英特尔中国研究院一方面有场景优势,比如智能驾驶,得天独厚,进展也很快。

另一方面是人才,“中国研究人员真的很顶尖,英特尔中国研究院人才在视觉理解等方面代表全世界最高水准,我们还会持续加码中国研发的投资。”

嗯,完整交流就酱~

— 完—

问卷福利!人工智能行业白皮书即将发布

量子位&IDC中国将联合发布「2019中国人工智能行业白皮书」,并于12月6日MEET大会重磅发布,特请小伙伴们填写一下问卷,谢谢大家支持~

填写福利:发布后第一时间获得白皮书,AI内参、大会观众票3折优惠券。 点击下图即可填写问卷、领取问卷福利:

榜单征集!三大奖项,锁定AI Top玩家

2019中国人工智能年度评选启幕,将评选领航企业、商业突破人物、最具创新力产品3大奖项,并于MEET 2020大会揭榜,欢迎优秀的AI公司扫码报名!

量子位 QbitAI · 头条号签约作者

վ’ᴗ’ ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

桂林生活网所有文章均来源于网络,文章所涉观点及言论不代表本站立场,如文章有侵犯他人权利,请联系我们删除,转载请注明出处http://www.gl879.com/tech/zn/88581/

粉象生活,做生活的分享家

为您推荐

返回顶部