16、量子计算与人工智能：人类文明的十字路口

量子计算与人工智能：人类文明的十字路口

1. 量子AI的人类管理挑战

在量子AI领域，“垃圾进，垃圾出”（GIGO）这一公理同样适用，甚至可能更为关键。要让量子AI系统处理问题，人类需要对问题进行编码，然而这绝非易事。例如，为最优路径搜索或分子力计算设定问题变量，几乎超出了绝大多数人的能力范围。量子AI程序员成为了稀缺且昂贵的资源，量子计算系统开发者需要构建复杂的支持系统来进行变量定义，并开展大规模的教育项目，以培训程序员、操作员和结果解释人员。

从伦理 - 社会 - 政治的角度来看，人类资源的限制是量子AI面临的主要挑战。谁来担任程序员，又由谁来控制他们，这些问题至关重要。目前，量子计算机器价格昂贵，但如果摩尔定律继续生效，其处理能力每18个月翻一番，量子计算可能会变得无处不在。在这种情况下，人类的角色将变得更加关键。

2. 量子计算的可靠性问题

经典计算引擎和量子AI在结果上是否存在本质区别？从数量上看，量子AI具有指数级的优势，但在实际应用中，经典计算机可能更“可靠”。经典计算机对同一数据集的相同计算请求通常会给出相同的结果，而量子计算则存在操作失败或给出错误结果的可能性。

量子计算处理的数学问题与经典的基于0 - 1逻辑的系统在某些方面相似，但规模要大得多。对于一些具有离散答案的问题，如解码或数据库搜索，可以通过答案的正确性来验证系统的可靠性；但对于更多关于可能性而非确定性答案的“开放”问题，如何判断结果的“正确性”则成为了难题。

量子计算问题中变量的“坍缩”具有两个重要特征：能够快速处理大量具有广泛参数范围的变量，但无法描述结果的来源和可靠性。当前的量子计算系统在计算元素上高度不稳定，为了解决可靠性问题，设