← 回到天際線 自然與生命第 4 層 / 79

EP 722020-02-171:33:41

量子計算的承諾與炒作

Scott Aaronson

從科學家為什麼該碰哲學談起,再由 Aaronson 把量子計算拆成振幅、干涉與錯誤更正,最後講 Google 的量子霸權實驗,以及該怎麼分辨真進展和行銷話術。

Scott Aaronson: Quantum Computing | Lex Fridman Podcast #72在 YouTube 看 ↗

重點6 條

  1. 把大問題換成小問題:Aaronson 說哲學是動機,數學和科學才是能推進的工具。他的做法是把解不開的問題換成可以研究的 Q′,圖靈測試、哥德爾不完備定理都是這種換法,他自己對自由意志的版本是「一個人的行為,原則上能被預測到多準」。
  2. 量子計算不是同時試所有答案:他解釋,量子力學可以看成機率規則的推廣,振幅可正可負甚至是複數。演算法的訣竅是安排干涉,讓錯誤答案的路徑互相抵銷、正確答案的路徑互相加強。
  3. 雜訊是最大的工程難題:量子位元會和環境糾纏而失去量子態。錯誤更正理論說明,不需要完美隔離也能用不可靠的零件組出可靠的電腦,代價是數量龐大的實體量子位元。
  4. 量子霸權是什麼、不是什麼:他說這個詞指的是用量子電腦,在定義明確的任務上比已知的古典演算法快很多,不要求任務有用。Google 的 53 個量子位元實驗用的是抽樣問題,驗證時還得靠最大的超級電腦。
  5. 密碼學不用急著慌:Shor 演算法要的是可擴充的量子電腦,目前離得很遠;另一方面後量子密碼學已經在推標準。他認為十年內最有機會的實用應用是模擬量子系統。
  6. 判斷炒作看有沒有加速:他的標準是問一句「比古典電腦快嗎」。Grover 演算法只有平方根等級的加速,量子機器學習的指標案例也被證明有古典演算法追得上。

時間軸21 段

01 05:00
科學家為何該碰哲學

Aaronson 認為哲學是起心動念,科學和數學則是真能推進的工具,有時還會改寫哲學問題本身。

02 08:26
圖靈與維根斯坦

他說 1939 年那門課的紀錄很精彩:Wittgenstein 質疑形式系統跟現實有什麼關係,圖靈反駁,用不一致的形式系統設計橋,橋可能會垮;圖靈後來中途退課去了 Bletchley Park。

03 10:16
科學家和哲學家差在哪

他說科學家多半不是迴避哲學,而是手上有太多答得出來的問題;他自己會去哲學研討會,但不想當專業哲學家。至於兩者差在哪,他說這因人而異,大致上哲學家會追究措辭,科學家則傾向把問題拉回自己的研究。

04 14:14
Q′ 的做法

把無解的哲學問題 Q 換成能用數學或實驗處理的 Q′,圖靈測試和哥德爾的做法都是這種換法。

05 16:37
自由意志的 Q′

他把問題改成「不毀掉大腦的前提下,行為能被預測到多準」,並說預測機器若真能造出,會比思想實驗更直接動搖人對自由意志的感覺。

06 20:33
量子力學與預測的極限

神經元的隨機性可追溯到量子層級,最多只能預測機率;他也指出量子測量會破壞狀態,所以可能根本學不到足夠的大腦資訊。

07 24:28
意識難題、AI 與神學

他說意識的難題從 Democritus 至今,連有沒有進展、進展該長什麼樣都說不清;但若出現人類等級的 AI,整場討論的樣貌會變。談到上帝全知與自由意志,他表示神學家吵了幾千年,自己不是神學家。

08 29:45
什麼是量子計算

量子力學是機率規則的推廣:用振幅取代機率,振幅可為負數或複數,取平方絕對值才得到機率,雙狹縫實驗的抵銷就是這樣來的。

09 34:48
量子位元與干涉的編排

一千個量子位元需要 2 的 1000 次方個振幅;「同時試所有答案」是常見的誤解,因為測量只會給出隨機答案,關鍵在編排干涉。

10 37:59
量子位元的實體與抽象

超導線圈、原子核自旋都能當量子位元,就像寫程式不必懂電晶體;不過現在雜訊很大,底層仍會影響上層。

11 41:37
退相干與錯誤更正

退相干是量子位元和環境的意外互動;錯誤更正理論讓人能用不可靠的零件組可靠的電腦,但每個邏輯量子位元要用上千個實體量子位元,所以破解 RSA 需要上百萬個。

12 49:32
怎樣走出真空管時代

他的猜測是工程、理論突破兩邊都要;砸一兆美元做曼哈頓計畫式的工程也許可行,但更可能是理論突破先降低成本。

13 50:50
摩爾定律與這個年代

他說我們正好處在剛造出通用電腦的時期,古典計算只剩數量的差別;摩爾定律必然會結束,量子重力就是一條理論上的極限。

14 56:58
量子霸權的定義

在定義明確的任務上,比已知古典演算法快很多;他要求三件事:實際更快、縮放行為更好、加速只能用縮放來解釋。

15 1:02:33
抽樣問題與 Google 實驗

他和當時在 MIT 的學生約 2011 年想到改用抽樣問題,另有其他研究者也獨立想到;Google 的 53 個量子位元用線性交叉熵基準檢驗,驗證本身最多只能靠最大的超級電腦勉強跑完。

16 1:12:32
Shor 演算法與後量子密碼學

針對 Andrew Yang 那則推文,他說說得太早:破解密碼需要可擴充的量子電腦,但要保密二十年的人已經在擔心,NIST 也在辦後量子密碼標準的競賽。

17 1:17:03
模擬量子系統的應用

他認為最實際的應用是模擬量子力學本身,例如化學反應與肥料製程;未來十年的重點是一兩百個有雜訊的量子位元能做什麼。

18 1:22:22
炒作從哪裡來

他把量子計算比作加密貨幣和深度學習:核心是真的,外圍卻圍著一圈誇大。常見的毛病是閉口不談「比古典電腦快嗎」。

19 1:25:32
Grover 演算法的限度

它對 AI 與最佳化問題只有平方根的加速,不是指數加速;他說支持造量子電腦的理由,有相當大一塊押在沒人真正理解、也證明不了「沒有加速」的啟發式演算法上。

20 1:28:08
量子推薦系統被去量子化

2016 年一個推薦系統演算法看似有指數加速;他的大學部學生花一年想證明加速成立,最後發現有古典演算法能做到類似表現。

21 1:31:05
生命的意義

他列了三件事:探索並分享新知、身邊的家人朋友與學生、盡力讓世界好一點。