行业看点丨 国务院印发新一代人工智能发展规划 量子科学与人工智能将跨界融合发展

简介:

要点


近日,国务院印发《新一代人工智能发展规划》(以下简称《规划》),提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施,部署构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国。《规划》指出,要开展跨学科探索性研究,推动人工智能与量子科学等相关基础学科的交叉融合,加快人工智能的发展。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy


《规划》提出,要布局前沿基础理论研究。针对可能引发人工智能范式变革的方向,前瞻布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。量子智能计算理论重点突破量子加速的机器学习方法,建立高性能计算与量子算法混合模型,形成高效精确自主的量子人工智能系统架构。


同时,开展跨学科探索性研究。推动人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等相关基础学科的交叉融合,加强引领人工智能算法、模型发展的数学基础理论研究,重视人工智能法律伦理的基础理论问题研究,支持原创性强、非共识的探索性研究,鼓励科学家自由探索,勇于攻克人工智能前沿科学难题,提出更多原创理论,作出更多原创发现。


在量子智能计算理论方面,探索脑认知的量子模式与内在机制,研究高效的量子智能模型和算法、高性能高比特的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等。


此外,《规划》强调,要针对我国人工智能发展的迫切需求和薄弱环节,设立新一代人工智能重大科技项目。加强整体统筹,明确任务边界和研发重点,形成以新一代人工智能重大科技项目为核心、现有研发布局为支撑的“1+N”人工智能项目群。加强与其他“科技创新2030—重大项目”的相互支撑,加快脑科学与类脑计算、量子信息与量子计算、智能制造与机器人、大数据等研究,为人工智能重大技术突破提供支撑。

 

0?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1

当智商超群的人工智能

邂逅运算超凡的量子计算,

将碰撞出带来怎样的改变?

跟着小编一起来看看。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

1

人工智能将进入量子计算时代


人工智能的发展可能存在三个阶段:服务器时代、云计算时代、量子计算时代。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy


现阶段人工智能基本只能依靠集中处理的方式实现相关功能和应用,也就是通过云计算的方式。量子计算有望给人工智能带来的变革性变化在于小型化和移动化。当量子芯片中的量子比特数量达到一定数量后,计算能力将满足人工智能对运算能力的需求,人工智能将不再依赖于大型服务器集群。未来量子芯片小型化后,人工智能前端系统的快速实时处理便成为可能,比如车载智能系统、无人机智能系统等。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

量子计算发展历史  


2

量子人工智能算法

相比经典算法节省大量时间

经典计算机的计算核心使用的是中央处理器,是一种基于半导体理论设计的电子芯片,用于串行运算。而在量子计算机中,它的计算核心是量子芯片,通过量子的叠加性带来了并行运算的能力,替代传统的电子芯片。可以看到,量子计算机与经典计算机的物理实现完全不同,如果在量子计算机中使用经典算法的话,那么量子芯片将和普通电子芯片发挥基本相同的功能,只能实现串行计算。这是由于设计经典算法时,其设计思想是基于串行运算而得到的,这是经典算法自身的局限性。为此,需要设计相应的量子人工智能算法,才能实现量子计算的超强算力,这种专门面向量子计算设计的人工智能算法被称为量子人工智能算法。


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy


640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy

3

量子计算提升人工智能效率

 拓展应用场景

在很多应用领域,人工智能需要拥有快速处理数据、快速响应的能力。比如智能驾驶等应用场景,对于人工智能的反应速度要求很高。再比如手机上的人工智能系统,对于数据的处理能力要求非常高,在这些应用场景中,急需人工智能的硬件系统实现可移动化和快速响应能力。


在摩尔定律近乎失效的情况下,基于现有的计算能力,在如此庞大的数据面前,人工智能的训练学习过程将变得无比漫长,甚至完全无法实现最基本的功能。量子计算机的量子比特数量以指数形式增长,也就是每两年翻一番。又因为量子计算的特点,其计算能力是量子比特数量的指数级,这个增长速度将远远大于数据量的增长,为数据爆发时代的人工智能带来了强大的硬件基础。


量子计算时代为人工智能带来的颠覆,除了在计算能力方面,更重要的是极大地增加了应用场景。

4

量子计算

可实现人工智能的小型化

现在的人工智能系统使用的是成百上千个GPU来提升计算能力,这使得处理学习或者智能的能力得到比较大地增强,然而这套系统也需要庞大的硬件机柜和相配套的硬件机房。较大型的人工智能硬件系统需要将近半个足球场的占地空间,这无疑是对人工智能发展的一个重要限制。随着大数据时代的不断进步,数据将呈现指数级增长,而基于CPU或者GPU云计算的数据中心将无法满足数据爆发的需求。


目前非通用型量子计算机已经实现了1000位量子比特,在特定算法上,计算效率比经典计算机要快一亿倍。也就是如果想要实现人工智能,原来需要一千台计算机,或者需要一万台计算机的规模,现在只要用一台量子计算机就可以了。而且这个量子计算机的计算能力完全能够满足人工智能对速度的要求,也就是人工智能将不再依赖于大型服务器集群,或者庞大的云计算中心。

5

量子计算可高速处理大数据 

实现人工智能移动化

目前量子计算较为成功的应用集中在大数据快速搜索,这主要是因为在这个应用领域中,诞生了优秀的量子计算算法,使得经典计算体系中无解或者趋近无解的问题,在量子计算的环境中,转化为了可解并且能快速求解的状态,使得这个领域成为目前量子计算的重要应用方向。


量子芯片的大数据处理能力将实现人工智能的移动化,主要的应用场景包括:车载智能系统、无人机的智能系统或者手机上的人工智能系统。总之,这些应用场景对于数据处理能力的要求非常高,而量子计算通过节省大量的计算时间,实现可移动化的人工智能系统,提供数据的快速响应能力。


原文发布时间为:2017-03-23
本文作者:彭承志
本文来源:九州量子,如需转载请联系原作者。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
5月前
|
存储 人工智能 算法
云计算的第三次浪潮:人工智能与云计算的融合
在2023年的云栖大会主论坛上,中国工程院院士、阿里云创始人王坚发表了题为《云计算的第三次浪潮》的主题演讲,他强调了人工智能与云计算的结合带来的重大影响,并认为这将引发云计算的第三次浪潮。云计算的第三次浪潮正在悄然兴起,其与人工智能的结合引发了前所未有的技术革命。那么本文将聊聊2023年人工智能和云计算的集中体现和爆发,以及云计算与GPT模型的关系。
598 47
云计算的第三次浪潮:人工智能与云计算的融合
|
1月前
|
人工智能 运维 数据库
未来的后端开发:人工智能与云计算的融合
【2月更文挑战第10天】 传统的后端开发一直依赖于对数据库、服务器和网络等底层技术的熟练运用,然而随着人工智能和云计算技术的飞速发展,未来的后端开发方向也将发生深刻的变革。本文将探讨人工智能与云计算在后端开发中的应用前景,以及它们将如何重塑后端开发的方式和手段。
|
5月前
|
人工智能 Cloud Native 大数据
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
构建高性能云原生大数据处理平台:融合人工智能优化数据分析流程
191 0
|
1月前
|
人工智能 算法 Android开发
探索未来:Android与iOS在人工智能时代的融合与创新
【2月更文挑战第13天】 在数字化时代的快速发展下,Android与iOS作为两大主流移动操作系统,它们在人工智能(AI)领域的融合与创新已成为推动科技进步的关键力量。本文将从操作系统的核心功能拓展、AI技术的集成应用,以及开发者生态系统的演变三个维度,深入探讨Android和iOS如何在AI时代实现协同发展,以及这一进程对用户体验、应用开发和行业趋势产生的深远影响。通过对比分析和案例研究,我们旨在揭示两大平台在AI驱动下的创新路径,及其对未来科技格局的塑造作用。
|
1月前
|
人工智能 搜索推荐 Android开发
探索未来:安卓与iOS在人工智能时代的融合趋势
【2月更文挑战第12天】 在这篇探索性文章中,我们将深入分析安卓和iOS两大移动操作系统在人工智能(AI)时代的融合趋势。随着技术的飞速发展,AI已成为推动智能手机进化的关键力量。本文通过对安卓和iOS各自在AI领域的最新进展进行比较,揭示了两大平台如何在保持各自特色的同时,也在向着更加智能、更加个性化的方向发展。我们不仅聚焦于当前的技术现状,而且还将展望未来,探讨这一趋势对用户体验、应用开发以及整个科技生态的深远影响。
|
1月前
|
人工智能 安全 搜索推荐
探索未来:安卓与iOS在人工智能时代的融合与创新
【2月更文挑战第12天】随着人工智能(AI)技术的飞速发展,安卓和iOS系统作为智能手机操作系统的两大巨头,正面临着前所未有的融合与创新机遇。本文将从AI技术对移动操作系统的影响、两大系统在AI领域的创新应用,以及未来可能的融合方向三个方面进行深入探讨。通过对比分析,我们旨在揭示安卓和iOS在人工智能时代如何共同推进技术革新,为用户提供更加智能、便捷的服务体验。
|
1月前
|
人工智能 数据管理 数据库
新一代数据库技术:融合人工智能的未来趋势
传统的数据库技术已经不能满足当今快速发展的信息化需求,因此,新一代数据库技术的发展备受关注。本文将探讨新一代数据库技术与人工智能的融合,以及其在数据分析、智能决策等领域的应用前景。
|
1月前
|
机器学习/深度学习 人工智能 算法
探索未来:Android与iOS在人工智能时代的融合与创新
【2月更文挑战第11天】 在数字化浪潮和人工智能技术的加速发展下,Android和iOS两大移动操作系统正面临前所未有的挑战与机遇。本文将深入探讨这两大平台如何在人工智能领域进行融合与创新,以及这些变革对消费者、开发者和整个科技生态的影响。我们将从操作系统的智能化升级、应用生态的变革、用户体验的革新三个方面入手,展望Android和iOS在人工智能时代的未来走向。
|
1月前
|
人工智能 自然语言处理 搜索推荐
探索未来:安卓与iOS在人工智能时代的融合与创新
【2月更文挑战第11天】 在数字化转型的浪潮中,安卓和iOS作为两大主流移动操作系统,正迎来前所未有的融合与创新机遇。本文将深入探讨安卓与iOS在人工智能(AI)技术驱动下的发展趋势,分析两大平台如何利用AI技术优化用户体验、提升系统性能,并预测未来可能出现的新技术和应用场景。通过对比分析,我们不仅能够洞察当前市场和技术态势,还能预见到一个更加智能、互联的未来。
24 3
|
1月前
|
机器学习/深度学习 传感器 人工智能
未来技术趋势与人工智能的融合
【2月更文挑战第10天】本文探讨了未来技术趋势与人工智能的融合,包括自动驾驶、物联网、机器学习等领域的发展。通过深入分析这些领域的应用和挑战,文章提供了一些技术感悟和分享,展望了未来技术的前景。
25 1