科技史上充满了颠覆性的组合，例如手机和无线网络，但量子计算和人工智能的结合可能会成为最具颠覆性的组合。

量子计算与人工智能相结合的主要潜力在于前者可加速后者。

普华永道全球人工智能和创新技术负责人Scott Likens表示，量子驱动的人工智能可以转化为突破性的解决方案，解决广泛行业和科学领域的复杂问题，这些解决方案超出了经典计算机和传统人工智能技术的当前能力。

根据Likens的说法，现在企业和 IT 领导者应该关注量子计算和人工智能的发展，因为这种组合提供很多好处，包括：

• 速度。 经典计算中的人工智能受到硬件的限制。训练最新的大型语言模型（依赖于海量数据集）可能需要数天或数周，甚至更长时间。量子硬件支持的人工智能可以缩短训练这些模型所需的时间。
• 新机制。 机器学习 （ML） 为大多数 AI 系统提供支持。目前的ML算法在预测方面效果很好（例如生成式AI所示），但需要帮助扩展其他类型的计算问题。量子系统可能会解锁解决问题的新模式，因为它们基于量子力学的原理，例如叠加、纠缠和干涉，这些原理依赖于与当前数字计算机截然不同的过程。
• 量子机器学习算法。 在新的量子启发的ML算法方面也取得了重大进展，这些算法比经典计算机快得多。这些机器学习算法依靠植根于量子力学的新技术来进一步增强机器学习的处理能力。
• 能效。 更快地训练量子机器学习算法可能会比经典计算机消耗更少的能量，因为人工智能和机器学习训练和存储数据目前使用大量能量。在生产中查询这些算法的过程（称为推理）在经典计算机或量子计算机上也可能需要更少的能量。当 ML 算法处理实时数据点以计算输出（例如单个数字分数）时，就会发生推理。对于努力实现环境、社会和治理目标的组织来说，这些组合技术可能有助于实现净零排放承诺。
• 运营改进。量子计算机在同一组量子比特上并行处理信息，而现有的经典计算机需要将这些并行计算分散到不同的芯片上。量子计算机与生俱来的并行处理有望使优化任务呈指数级增长，从而增强资源分配、供应链管理和财务建模。
• 对投资单个量子计算机犹豫不决的企业应该知道，量子计算和经典计算可以通过多种方式进行交互，尽管将这些过程结合起来仍处于早期阶段。

Likens说，企业最终将能够结合量子和经典方法，以加快计算和分析速度，从而获得更优化的解决方案。

量子驱动AI的风险

尽管人工智能与量子计算的融合令人兴奋，但这个潜在组合也存在风险。这种整合可能会给企业和社会带来很多新的问题和挑战。

Likens说，随着人工智能系统变得越来越强大，它们的复杂性可能会达到人们无法再理解或控制它们的地步，这反过来又会导致道德和安全问题。量子系统的复杂性也可能加剧人工智能算法缺乏透明度和可解释性。这些问题也引发了对偏见的担忧。

他表示：“随着这些技术的发展，平衡创新与道德和安全考虑将至关重要。”

随着越来越多的企业寻求通过人工智能创造价值，员工担心自己会被取代。由量子计算驱动的人工智能可能是员工很快需要担心的另一个方面。

Gartner公司副总裁分析师Chirag Dekate说，量子计算和人工智能可能导致大规模失业，因为这些系统在各个领域都比人类更强大。

量子驱动AI组织

量子计算和人工智能的广泛融合可能很快就会到来，因为这两个领域都在经历快速转型。

Likens说，在底层量子计算硬件、算法、软件以及用于互连量子和经典计算机的基础设施方面，最近发生了重大发展。

他说，较新的量子启发算法有望增强预测、生成新内容和更好的决策，这可能会转化为重要领域的进步。医疗保健中的量子模拟有可能使用量子优化技术加速药物发现和分析。此外，量子人工智能可以通过处理高维数据使网络安全和金融等领域受益。

Likens说，此外，开发人员正在完善基础设施，使经典计算机和量子计算机能够顺利交互。

量子 AI 的兴奋点

未来，量子计算可能会像经典计算一样普遍。

Dekate 说，我们可以期待一个量子计算像我们今天的智能手机一样容易获得的时代，让我们所有人都能以量子原生的方式做出决定、解决问题和构建事物。

IT 领导者应考虑实施量子驱动的 AI 以实现组织目标的整体价值。

Dekate称：“想象一下由所有这些产生的量子经济。”