AI 先驯服量子计算机，再拿它做窄科学计算
imjustnewatai · x · 2026-07-28
一条把 AI 与量子计算连起来的 2040 路线图
这条长文给出的判断很明确：最可能的路径不是“量子计算直接取代 GPU 训练大模型”，而是一个三段式接力——AI 先把量子硬件变得更稳定，量子计算机再去处理少数经典方法太贵的科学计算，最后 AI 用这些结果去反过来设计更好的技术。
主要观点
- 量子计算不是“把所有答案都试一遍”，它的加速只在特定结构的问题上成立。
- 下一代大模型依然大概率会继续用 GPU/TPU 训练，因为把互联网规模数据和万亿参数塞进量子比特再读回来，可能抵消优势。
- 真正已经发生的交叉，是 AI 开始接管量子计算机的操作与控制。
作者给出的时间线
- 2026–2030：AI 成为量子控制、标定、纠错解码、线路优化和芯片制造的标配；最先落地的大规模影响是后量子密码迁移，但量子芯片还不会实质降低前沿大模型成本。
- 2030–2035：早期容错量子系统变成科学仪器，服务于分子、催化剂、材料等窄问题；AI 把它当作昂贵的“外部算子”嵌入经典搜索流程。
- 2035–2040：形成“AI 提出候选材料 → QPU 计算最难案例 → AI 学习更大范围规律 → 机器人实验验证”的闭环。
文中提到的具体数字与例子
- Google 的 Willow 工作被描述为：强化学习控制 1000+ 个参数，使逻辑错误再降 20%，抗漂移稳定性提升 3.5 倍。
- 文中还引用 Google 逻辑存储错误率约 7.72 × 10⁻⁴/周期，与长计算所需的更低错误率之间仍有巨大差距。
- 另一个例子是 NVIDIA 把 GPU 与量子处理器连接起来，往返延迟低于 4 微秒。
作者的结论是：量子处理器更可能成为 AI 超算里的“专业科学仪器”，而不是取代 GPU 的通用训练平台。
「漫话AGI」频道最新
- 一篇博客把 inference 重新定义为对人的合成式学习 — Scobleizer · 2026-07-28
- AGI年底将取代所有人类工作 — davidpattersonx · 2026-07-28
- LLM 署名争议其实混在了追踪、归因和所有权里 — voooooogel · 2026-07-28
- 患者为何先问聊天机器人：问题不只是不准 — EricTopol · 2026-07-28
- Trask 说开闭源之争要更细看，但点名 Dario 双重表述 — iamtrask · 2026-07-28
- Joseph Jacks 称开放权重模型可能只落后前沿 1 到 3 个月 — JosephJacks_ · 2026-07-28