谷歌量子计算机——里程碑式的新坐标
谷歌已经在量子计算的项目上持续投入了 13 年的精力，但它究竟为什么要这么做，是什么驱使它投资一个理论上可能需要花费数十年才能见成效的项目呢？答案就埋藏在此次《麻省理工科技评论》对 Sundar Pichai 的独家专访中，以下便是此次访谈的内容：
麻省理工科技评论：根据论文，谷歌目前已经在特定运算上实现了“量子优势”，胜过了经典计算机，那你们离在真正意义上实现“量子霸权”还有多远？
SundarPichai（谷歌CEO） ：答案很简单，我们需要一台能容下更多量子比特且容错的量子计算机，以便运算更复杂且通用的算法，但就像你所知道的，任何领域都是在一次次“突破”中从无到有，拿飞机来说，莱特兄弟当时发明的第一架飞机仅在空中飞行了约 12 秒钟，其设计在生活中并没有任何实际应用，但它确实证明了飞机的概念是可行的，在这一点上量子计算也不例外。
麻省理工科技评论：除了谷歌，许多其它公司也有自己的量子计算机，比如 IBM 还为人们提供了在云端使用其量子计算机的服务，但为什么它们的设备不能完成此次谷歌所成功完成的运算呢？
Sundar Pichai：关于这个问题，我能说的只是为何谷歌的团队能完成这一运算。构建量子计算机是一个极其复杂的工程，我们团队从晶圆和制造逻辑门开始，一层层地制好芯片，然后用 AI 技术对运算进行模拟，在每次测试中都一点一点地精益求精，才换来了此次的研究成果。
麻省理工科技评论：论文的结尾部分有这么一段话，“我们离实现具有实际应用意义的成果仅差一种具有创新性的算法”，这段话我们该如何解读？
Sundar Pichai：其实量子计算真正令人兴奋的地方在于，根据已有的物理理论，我们所处的宇宙在最根本的层面上遵循量子法则，因此早期的量子计算应用能帮助我们更好地了解宇宙的工作方式，并在后来逐渐实现能按量子物理对分子和分子间作用进行精确模拟，在医学和碳排放治理等涉及化学的重要研究领域发挥作用，比如对哈伯法 Haber Process 进行更为深入的研究（对 Haber Process 进行更为深入的研究将能帮助科学家找到降低化学肥料在农业生产中所产生的碳排放的方法，目前农业生产中的施肥活动所产生的碳排放占全球总量的约 2%）。
麻省理工科技评论：你觉得我们离一个能解决 Haber Process 问题的量子运算方法还有多远？
Sundar Pichai：我认为是 10 年左右，我们仍需要一段时间来研究如何才能构建出性能更优的量子计算机，到时不光是 Haber Process，一台通用量子计算机还能解决许多其它问题，比如帮助科学家们找到更为高效的电池设计方案。简而言之就是，凡是与化学有关的地方，量子计算机都能派上用场，而这也正是我们为何会多年以来一直坚持进行我们的量子计算项目，并在未来继续为此投资。
麻省理工科技评论：即使是在量子计算业内，也有人认为量子计算技术会像核聚变一样，在未来的五十年里陷入发展停滞，为何这样一个听上去仿佛“深不见底”的发展之路会让你看上去如此兴奋？
Sundar Pichai：如果没有近些年来电脑计算领域的持续发展，就没有今天的谷歌。业界遵循着摩尔定律发展，使我们能为数十亿用户提供稳定的服务，而我们也因此将自己视为一家计算科技公司。虽然人们的看法各有不同，但我们认为摩尔定律很快就会失效，而量子计算就是我们想在此过程中所取得的进展之一。
麻省理工科技评论：你在 2012 年看到 AI 能从零开始自己学会识别猫的图片时曾说，“这种技术或许在未来会扩大发展规模，并帮助我们理解宇宙的运行方式”，你认为量子计算是否跟 AI 技术一样重要呢？
Sundar Pichai：那是肯定的，能实现在实验室中操控量子位并维持叠加态对我来说具有重要意义，因为我认为自然界最根本的运行法则与量子力学有关。我们的成果打开了通往许多可能性的大门，而这是以前任何人都没实现过的。
（来源：MIT TECHNOLOGY REVIEW）
麻省理工科技评论：量子计算或许还需很长时间才能被真正实现，那么，你是如何在谷歌这样习惯了高速发展的公司里对该技术保有耐心的呢？
Sundar Pichai：就像你所知的，我目前正与我们的首席硬件科学家 John Martinis 共同领导我们的量子计算团队，我在 26 年前曾因觉得自己没有足够的耐心而放弃攻读材料学的博士学位，所以我很感谢所有在团队中一路坚持下来了的成员，但所有的重大科技进展都是如此，突破都是源于数十年的辛苦研究，所以你不得不对这些最前沿的技术发展保有耐心并看的长远一些。
我之所以如此激动，是因为像此次的成果这类具有“里程碑”式意义的进展正在使该领域不断进步，这就好比从 1997 年的 Deep Blue 击败 Garry Kasparov，再到2016 年的 AlphaGo 击败 Lee Sedol，AI 技术经历了很长时间的发展和沉淀才最终让世人觉得“喔，AI 技术真的起来了”，而这些突破也正是人类正在不断进步的体现之一。
拿我们自己的系统工程来说，从多层构建到用于深度学习的 TPU，我们算法的运行速度得到了质的提升，登月也是一样，虽然一开始乍看上去这一成就并没什么其它的实际应用，但其中所涉及的技术进步都会在后来开花结果。
麻省理工科技评论：你们目前在量子计算上投入了多少资源？
Sundar Pichai：我们团队跟其它公司或机构比起来应该说是相对较小，公司对这一项目已经持续投资多年，许多成果都是基于此前谷歌所产出的研究，公司对项目本身也有着长远的规划。
麻省理工科技评论：谷歌和 IBM 在实现量子计算的做法上有什么区别？
Sundar Pichai：IBM 将其设备以云的形式开放确实很棒，这能吸引很多其他项目外的开发人员。我认为我们的团队也一直在确保我们一直处在量子技术发展的前列，以助力实现真正通用的量子计算。
麻省理工科技评论：IBM 曾表示“量子霸权”一词具有误导性，认为量子计算机并不会在所谓问题上都比经典计算机好，二者会在未来协作解决问题，并称谷歌对此次所取得成就有夸大其实的嫌疑，你怎么看？
Sundar Pichai：答案其实很明显，因为业内谁都知道“量子霸权”是什么意思，但此处有争议的点在于量子计算机是否会像许多人所想的那样取代经典计算机。我认为这与人们之前庆祝 AI 上的进展类似，有很多人都曾误以为深度学习技术就是通用型 AI，这也正是我们发表成果的原因，对我们的研究进行解释并帮助人们更好地了解我们目前离通用型量子技术还有多远。
麻省理工科技评论：AI 技术在很多领域为谷歌开辟了新的服务内容，如翻译和语音服务，谷歌在云端为开发者提供工具（AI 框架 TensorFlow），营造了一个 AI 工具开发社区，并为工具开发者提供专属芯片服务（如 TPU）来帮助开发者对工具进行测试，谷歌对未来量子计算的规划是否与此类似？
Sundar Pichai：那是肯定的，就拿 AI 来说，我们在认清深度学习这个方向前就已经对该领域进行投资和研发了。顺便一提，你刚才所提到的谷歌 AI 应用其实是在向全球用户提供服务，开发者社区所开发的工具也是一样，我们很重视 AI 技术的“民主性”，会不断努力让越来越多的人都能访问并使用 AI 技术，而量子计算也是如此。
麻省理工科技评论：你觉得量子计算是否会对 AI 的发展构成影响？
Sundar Pichai：我认为两者间存在着很强的共生关系，二者都还处于早期发展阶段，无疑二者将会在未来更进一步的发展中更加互相渗透，比如 AI 可以被用来加速量子计算，而量子计算又能被用来加速 AI 算法，我认为只有将二者深度结合才能产出真正的果实，并助力解决包括气候变化在内的许多急需解决的棘手问题。
麻省理工科技评论：你刚才提到 AI 民主化，谷歌曾在 AI 问题上引发过一些争议，比如谁有权使用以及 AI 工具应该被怎样使用，你在处理这些争议的过程中学到了什么，是否有引发一些你对量子计算技术的思考？
Sundar Pichai：在当前阶段下，及时发布成果，并确保学界内的相互沟通非常重要，谷歌也在积极参与。我们已经发布了全面的 AI 原则，而在你刚才提出的争议领域，谷歌已经在过去几年内就这些争议发表了 75 篇研究，我们将持续坚持并积极参与 AI 技术道德规范准则的建立。
我认为许多领域都需要适当的监管，我们希望能在相关立法和建设工作中起到建设性作用。此外，监管和准则还需经历一个外部反馈的过程，考虑到这些都是会深刻影响社会发展的技术，没有人能真正说出谁对谁错，解决这类问题没有捷径，行业必须在未来的数十年里继续共同努力，协作发展。
麻省理工科技评论：谷歌可能会根据 AI 原则不对某些特殊应用方向开发工具，但谷歌的开发平台却允许人们开发任何他们想要的 AI 工具，这两者间难道不矛盾吗？
Sundar Pichai：AI 技术能被安全妥当地使用是我们最重要的开发原则之一，人们会想要将 AI 用于测试及提升系统的安全性，这是所有新技术的特点，量子计算也不例外，既然量子计算能破译普通秘钥，就会有人开发新一代的量子加密技术，这与我们构建了搜索引擎技术就得解决虚假链接问题一样，都是相辅相成的。
开发新技术所伴随的风险断然是高的，但对于其中的一部分，我们或许能通过采用“正确的发展道路”来避免，而能帮助我们实现这一效果的途径就是全球管理统一化和详尽的道德协议。我们明白，对于我们所开发出的技术，我们不仅需要对它们负责，更要用这些技术来维护全球安全并助力民主发展，在这一点上，我们会与其它组织和机构共同努力。
麻省理工科技评论：是否还有其它的技术，让你像对 AI 和量子计算一样十分感兴趣？
Sundar Pichai：作为人类社会的一员，我认为我们目前十分需要更为激进和有效的清洁能源生产方式，而我也对所有这些新兴技术怎样结合有着浓厚的兴趣。在医疗保健领域，我认为我们将在未来十年内迎来重大突破，设想未来的医疗系统和手段会怎样基于成熟 AI 算法变得更高效，也同样能令我激动不已。
