谷歌：GPT-4败北，转战量子人工智能！

光子盒研究院出品

去年11月底，OpenAI正式向公众推出ChatGPT，随后席卷整个互联网，它的诗歌、剧本和论文答案在Twitter上贴满了截图。短短5天，ChatGPT用户突破100万，达到这一数据，Instagram用了2.5个月、FaceBook用了10个月。两个月后，ChatGPT用户数突破1亿。

尽管对聊天AI并不陌生，但带着强大语言生成系统的ChatGPT让大众第一次亲身体验了现代人工智能的强大。《纽约时报》称其“改变了我们对思考方式以及人类创造力的看法。”

不仅是对图灵测试的突破，ChatGPT真正让人震撼的是其强大的工作能力，例如，编写计算机程序；创作音乐、电视剧、童话故事和学生论文；回答测试问题、参加考试等。《人民网》发表评论称其“将为信息产业带来巨大变革，由此带来的学术造假、技术滥用、舆论安全等风险不容忽视。”

除了上述功能外，ChatGPT的另一项重要功能可能会带给谷歌一场灾难：ChatGPT可以提供比世界上最强大的搜索引擎更好的答案。

谷歌的搜索模式是抓取数十亿个网页，为这些内容编制索引，然后按照最相关的答案对其进行排名，然后它吐出一个链接列表供使用者点击。然而ChatGPT为缺乏耐心的互联网用户提供了更诱人的选择：基于它自己的搜索和信息提供综合的单一答案。

目前，ChatGPT已经在数百万个网站上接受过培训，不仅可以收集进行人类对话的技巧，还可以收集信息本身。

例如，对于一个具体的问题，比如“制定一份健康的食谱”，ChatGPT会给出一份详细的食谱清单，包括早餐、午餐和晚餐，甚至是注意事项，还可以根据自己的需求让其修改。与之相比，谷歌给出的是一堆食谱链接，同时掺杂着养生广告，没有明确答案。

硅谷研究人员称这种体验叫做“无摩擦式服务”，对于信息搜索者来说，这种简单快速准确的答案是难以抗拒的。

那么，为什么谷歌不自己生成单一查询结果呢？

答案是显而易见的，根据彭博社的数据，谷歌母公司Alphabet.Inc.2021年2576亿美元收入中有81%来自于广告，而其中大部分由谷歌的点击付费构成。“这一切都是为了让你点击链接而设计的，”前谷歌广告和商业业务负责人Sridhar Ramaswamy说，“谷歌搜索的目标是让你点击链接，最好是点击广告，而页面上的所有其他文本只是填充物。”

但是，ChatGPT目前也存在巨大缺陷——其回答并不会透露信息来源，事实上，OpenAI的研究人员可能也无法完全确定它的答案是如何产生的，甚至有时，它的答案是错误的。

这一现象让人不安，尤其是之前人们普遍相信程序的准确性，同时ChatGPT听起来又是如此的自信。目前ChatGPT的错误率并不明确，在Twitter上流传的一项估计是2%-5%，也可能更高，这使得互联网用户对使用ChatGPT获取重要信息持谨慎态度。

但这个问题可能会随着时间的推移而解决。目前，OpenAI正在开发一个成为WebGPT的系统，旨在更准确迅速的回答搜索查询，同时提供引用来源。

ChatGPT和WebGPT的组合将可能成为谷歌的强大替代品。不仅如此，随着上周更为强大的ChatGPT-4发布、微软宣布计划将GPT-4接入Office全家桶，尽管谷歌推出了相同的人工智能对话Bard，但短期内仍然难以抗衡。

生成式AI很棒，但更让人无法忽视的是谷歌正继续朝着量子霸权迈进。

围绕ChatGPT兴起的热度，以及谷歌在搜索大战中即将输给微软公司和OpenAI的假定似乎掩盖了量子计算机领域的重要发展，这些进步或许将比哪个网站提供更好的搜索答案具有更重大的意义。

迄今为止，所有计算都是在二进制尺度上完成的。一条信息存储为1或0，这些二进制单元聚集在一起以供进一步计算。虽然简单准确，但与量子比特相比，它缓慢而笨拙。量子比特可以用两种以上的形式存储数据（它可以同时是1和0）。这意味着可以在给定的时间内处理更大的信息块。但同时，量子比特物理实现需要超低温度（略高于0开尔文），并且容易受到微小的干扰，这意味着它们容易出错，这是量子计算机实现面临的巨大挑战。

尽管距离实现还有几十年时间，量子计算机当仁不让是当今科学家和研究人员的圣杯。

上个月22号，谷歌量子AI团队在Nature上正式发表论文，称其突破了量子纠错的盈亏平衡点，意味着通用量子计算机所需的巨大量子比特数量有了全新的实现途径，这是量子计算机“万里长征”中的一项重要里程碑。将信息存储在许多物理量子比特中，然后将此它们视为一个单一的集合，称为逻辑量子比特。谷歌团队第一次实现了增加逻辑量子比特中的物理量子比特数量降低其整体错误率。在论文中，谷歌团队发现由49个物理量子比特组成的逻辑量子比特确实优于由17个组成的逻辑量子比特。

更重要的是，这一成果为更广泛的科学界提供了一个基础，可以借此进一步推进相关领域，包括材料科学、数学和电气工程，而这些都是实现量子计算机所必需的。

谷歌量子实验室（来源：官网）

其实，早在2009年，谷歌便开始布局量子计算，与致力于建造量子计算机的D-Wave System合作。

2013年，谷歌采购了D-Wave一台“量子计算机”，并在此基础上开始自建量子计算机。

2018年3月，谷歌发布全球首个72量子比特处理器“狐尾松”，2019年10月，谷歌用53量子比特的量子处理器“梧桐”在200秒内完成了一项传统超级计算机需要数千年才能完成的任务的测试，证明他们正在通往量子霸权的道路上。

2022年5月，谷歌公布其量子计算机开发计划，旨在2029年推出全球首台商用量子计算机。

今年2月22号，谷歌量子AI团队论文发表预示着谷歌已经实现其开发计划的第二步。

谷歌实用量子计算机里程碑示意图

尽管超低温下的量子计算处理数据的确不如智能聊天或是编程和论文助手让人觉得有趣，但在未来，量子计算的不断突破或许会成为像人类登上月球这样改变世界的壮举。同时，人工智能受限于计算能力的进一步发展或许也将指望量子计算机的真正实现。

事实上，虽然目前落入下风，但谷歌对AI的重视程度全世界无出其右。

谷歌联合创始人谢尔盖20年前曾公开表示：“理想的搜索引擎必须理解你的问题，并了解所有文档，毫无疑问，这就是AI。”2012年，图灵奖获得者Geoffrey加入谷歌，将神经网络深度学习从边缘课题带入到研究与应用的热潮中。2015年，新任CEO着手将谷歌重新塑造为“第一AI公司”。当时，谷歌已经有好几个以研究为导向的AI部门。同时，谷歌的AI影响力已经远远超出了它的产品范围，现在有数百万台设备使用谷歌AI，而这仅仅是一个开始。

正如其名，谷歌量子AI团队一直试图将量子科技与人工智能结合起来。量子人工智能（QAI） 是一个将量子计算与AI相结合的研究领域。它试图利用量子计算机的独特特性——量子力学效应（如叠加和纠缠）——来增强人工智能系统的能力。

谷歌AI实验室负责人Harmut认为：“量子计算是深度学习的完美选择。”

2018年底，谷歌量子AI实验室发表两篇论文，称其在理解量子计算机对神经学习作用方面取得了进展，并构建了一个量子神经网络QNN，该模型专为短期内可能出现的量子处理器设计，这些QNN可以通过标记数据来调整学习模式。

2020年3月，谷歌又宣布推出可训练量子模型的机器学习框架TFQ（TensonFlow Quantum），这一框架集成了谷歌之前的量子计算框架Cirq和机器学习框架TensonFlow，能让开发者利用经典和量子数据，快速打造一个经典-量子混合模型。

量子人工智能渲染图

除了基础领域研究，谷歌还关注量子应用领域。去年3月，谷歌加密技术团队从母公司Alphabet拆分，成为独立公司SandBox AQ。其中AQ代表人工智能（A）和量子（Q），致力于为客户提供利用量子技术和人工智能技术的解决方案。目前，SandBox AQ正在为电信、金融、医疗、计算机安全和其他计算密集型行业开发产品和提供服务。

今年2月，Sandbox AQ表示自己已经完成了新一轮5亿美元的融资；此轮资金将用于网络安全和其他量子工作。

相关阅读：

每周一到周五，我们都将与光子盒的新老朋友相聚在微信视频号，不见不散！

你可能会错过：|qu|cryovac>

|qu|cryovac>