量子计算已经引起了技术领导者的注意，因为它在规模上提供了巨大的效率。然而，大多数应用程序的开发需要数年时间，即使它在材料科学和密码学等高度专业化的领域近期取得的进展有限。
然而，随着人工智能的特殊工具，量子方法越来越受到关注，正如最近围绕自然语言处理的发展所看到的那样，这可能会打开当今神经网络的“黑匣子”。
Cambridge Quantum上周发布的量子自然语言处理 (QNLP) 工具包展示了新的可能性。
该工具包称为 Lambeq，采用托管在 GitHub 上的传统 Python 存储库的形式。它紧随著名的AI 和 NLP 研究人员来到剑桥量子，并提供了在 QNLP 中亲身体验的机会。
据说lambeq 包的名字来自已故的语义研究员 Joachim Lambek，据说可以将句子转换为量子电路，为文本挖掘、语言翻译和生物信息学语料库提供新的视角。
Cambridge Quantum 首席科学家 Bob Coecke 表示，使用量子原理，NLP 可以提供当今在经典计算机上完成的“词袋”神经方法无法实现的可解释性。他说，QNLP在电路上分层组合结构。正如模式所表示的那样，这些结构与小学黑板上的解析句子看起来并没有太大不同。
Coecke 告诉 VentureBeat，目前流行的 NLP 方法“没有能力将事物组合在一起以找到意义”。“我们想要引入的是经典意义上的组合性——使用相同的组合结构。我们想把推理带回来。”
量子计算时间表
今年早些时候，当霍尼韦尔表示将把自己的量子计算业务与剑桥量子合并，成立一家独立公司，以追求网络安全、药物发现、优化、材料科学和其他应用，包括剑桥量子扩展量子基础设施的努力得到了大力支持。人工智能。
霍尼韦尔表示，将在新业务中投资 2.7 亿至 3 亿美元。Cambridge Quantum 表示将保持独立，与包括 IBM 在内的各种量子计算公司合作。
剑桥量子的创始人兼首席执行官 Ilyas Khan 在接受电子邮件采访时表示，lambeq 的工作是整个人工智能项目的一部分，该项目是剑桥量子努力中最长期的项目。
“就时间线而言，我们可能会感到惊喜，但我们相信 NLP 更普遍地处于人工智能的核心，因此随着量子计算机的扩展，它会真正脱颖而出，”他说。Khan 将网络安全和量子化学列为剑桥量子估计中最先进的应用领域。
Khan 认为量子硬件的未来是什么样的时间表?
“不仅在硬件路线图方面有一个非常明智的共识，”他回答说，在这方面，霍尼韦尔和 IBM 是可靠的企业参与者。
汗说，这些“以及谷歌关于到 2029 年拥有容错计算机的非常详细的声明只是我们说时间线总体上很好理解的部分原因。”
量子的进军
联盟、建模进步、合并，甚至——在 IonQ 和 Rigetti 的案例中——公开发行构成了最近量子计算行业的大部分进步。通常涉及量子和经典计算特征的混合耦合。
量子行业的新发展包括：
D-Wave 是量子退火计算机的构建者，推动了该领域的大部分早期研究，今年将约束二次模型求解器添加到混合工具中，以解决跨越经典系统和量子系统的问题;
Rigetti Computing 正在与 Riverlane 和 Astex Pharmaceuticals 合作，将 Rigetti 的量子处理器与基于云的经典计算资源配对，这实际上是在混合经典和量子处理的混合平台上测试用于药物发现的量子算法;
IBM 表示将与欧洲电力公司 E.ON 合作，使用开源 Qiskit 量子计算 SDK 和 IBM Cloud 为未来的分散电网开发工作流解决方案;和，
据报道，Alphabet 的 Sandbox 推出了 API，让开发人员可以使用谷歌张量处理单元来模拟量子计算工作负载。
用例钻取
有迹象表明，随着研究人员在突破和挫折之间反弹，各种新的量子启发算法和软件工具将会出现。企业需要在开拓新领域的同时谨慎选择目标。
Gartner 分析师 Chirag Dekate 强调，在适用的情况下，企业应该开始为量子计算做准备。他本周在 Gartner IT Symposium/Xpo 2021 Americas 上发表了讲话。
他说公司应该确保不要将量子创新外包，而是利用这个机会通过小型量子工作组培养技能。
“尽早开始是最可靠的成功方式，”他说。
他说，企业决策者在为量子商业化做准备时必须深入研究非常具体的用例。
“量子计算不是一种通用技术——我们不能使用量子计算来解决我们目前遇到的所有业务问题，”德凯特告诉聚集的虚拟会议观众。
Gartner 的 2021 年计算基础设施炒作周期表明，在量子计算达到生产力高原之前，还需要 10 多年的时间。这就是分析公司期望 IT 用户真正受益于使用特定技术的地方。
该评估与 2020 年相同，量子计算目前发布的关于“期望过高的峰值”的帖子也是如此——Gartner 对被认为被过度炒作的新兴技术的命名。
