圳南提示您：看後求收藏（第335章 量子,網際網路2010,圳南,630看書），接著再看更方便。
請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。
......
兩人各有所思，再次回到了七星實驗室內。
進門前，陸銘對路舟說道，“這樣吧。目前實驗室的狀況你也清楚，單單你之前提的兩個走向，一個AI晶片的探討，一個認知科學的延伸。若再算上今天這個AI處理腦電訊號的嘗試，實驗室的資金其實並不富裕。”
陸銘頓了頓，“尤其，無法商業化的部分研究，可能會對公司造成負擔。這個，你多加把握。”
路舟也明白陸銘所擔心，“嗯。”
兩人剛走進門，就見實驗室內有幾人是在白板前討論。
曹文聰，“我們所涉及的一些問題，很多時候都是在尋求一個最優或近似最優解。方式上有很多，比如說蒙特卡洛模擬，對解空間內的各個隨機搜尋點進行檢驗，不斷收斂到全域性最優；比如說遺傳演算法，模擬達爾文生物進化論的進化過程，透過遺傳運算元的組合交叉和編譯，從末代最優個體中解碼出近似最優；又或者我們實驗室做的臥龍，模擬神經網路的學習過程。
而我們剛討論的量子退火演算法，也是為了實現這個目的。”
路舟稍一聽，就讓曹文聰的話給勾起了興趣。
何為最優？
以物體識別，不就是找到最合適的分類，找到最像的答案。好比，人臉識別，認出你最像你，確認一個結果。
路舟想了想，九十年代的模擬退火演算法他是有所涉獵。它模擬了固體退火的過程並改變資料取樣準則，改進了蒙特卡洛模擬的計算效率，再透過“冷卻”來控制演算法程序。
曹文聰，“量子退火和模擬退火有極大的不同。”
路舟，“......”
曹文聰寫了些字，隨後又道，“模擬退火基於熱波動原理，而量子退火則是利用了量子波動來構建最佳化演算法。它先將最佳化的問題對映為量子系統，函式則對映為勢場，決策變數為系統的自由度......”
路舟看了看身旁有些尷尬的陸銘，“這進度挺快啊，都發散研究到量子去了？”
陸銘咳了兩聲，“這個，還是有助於我們推進人工智慧研究的。”
路舟像看鬼一樣看著陸銘，我信了你個邪。理論基礎總得有實際支撐，他可沒本事弄出量子計算機來。
陸銘又道，“其實理論已經存在了幾十年時間。你可能不太清楚，今年一家海外公司已經宣佈成果製成了‘量子退火機’，儘管不是通用量子計算機，但接下來的程序，仍然會很快。
就是不談物理基礎，理論也確實對我們有幫助。”
路舟怔了下，考慮著陸銘所說。
陸銘，“量子力學後，半導體才得以出來，有了經典計算機，才有了網際網路。你可以考慮把現在當成第一臺計算機出來一樣的時代，量子計算機之於它，只有更轟動。”
路舟笑了笑，“行吧。”
“師兄多加快臥龍的進度。之後拿著商業化的部分，我們賺錢了再投入給未來。”
本章未完，點選下一頁繼續閱讀。