专访腾讯量子计算负责人张胜誉:距离商业落地,量子计算还有很长路要走

智东西(公众号:zhidxcom)
文 | 季瑜生

智东西最新消息,从5月21至23日,首届腾讯全球数字生态大会在云南昆明滇池国际会展中心召开。

在今日下午的量子计算论坛上,腾讯量子实验室负责人、腾讯杰出科学家张胜誉教授首次公布了腾讯在量子计算领域的业务布局,并展示了腾讯量子计算在量子AI、药物研发及科学计算平台上的最新研发成果和规划。

而在前一天的下午,张胜誉还接受了包括智东西在内的少数几家媒体的专访,详细讲解了他对于量子计算未来发展的看法,以及在技术实践中的经验总结。

在他看来,量子计算距离真正落地还有很长一段路要走,而关于人才培养,张胜誉表示,当前量子计算领域人才储备紧俏,长远来看培养人才可能比争夺人才更有利于行业的发展。

一、腾讯量子计算的三大进展

专访一开始,张胜誉就向我们介绍了当前腾讯量子计算实验室在量子AI、药物研发及科学计算平台这三大目前主攻的领域中所取得的重要进展。

1、量子AI,研究初获成效,但业界目前尚无值得信服的案例出来

量子AI的发展,这是腾讯量子计算研发中最偏理论的一部分。在张胜誉看来“量子AI将来会有很广阔的应用前景,这里面包含的内容很可能不是我们现在能想象到的。”

不过他也坦言,在实际落地方面还并没有一个非常能够让人信服的案例出来,来让整个产业都共同投入其中。

具体来说,当前的量子落地主要有偏金融、偏空气动力等多个方向的研究,里面“用到的技术某种程度上也是量子AI,但是更偏量子做优化的算法。但是不管用什么方式,目前还没有展示出一个全世界公认的超过经典超级计算机的例子。”

不过在理论层面,腾讯量子实验室对量子神经网络的研究已经取得了初步的进展。实验室对这个领域已有重要工作进行了系统梳理,完成综述报告并刊发在National Science Review上,此外,腾讯量子计算实验室还与外部科学家Iordanis Kerenidis合作,针对神经网络中最基本的前馈网络,研发了第一个有可证明的量子加速算法。将经典算法中与网络连接数成正比的复杂度,提高至与网络节点数成正比的量子算法复杂度。

据了解,这是一个“平方级”的效率提升,对人脑这一“终极神经网络”,该算法效率的提升是7000倍。同时,该算法对量子计算机的精确度要求不高,适合作为中短期量子计算机的应用方向。

2、药物研发领域已取得初步进展,将打造量子化学生态

关于量子计算用于药物研发,张胜誉表示,当前腾讯在探寻与药企合作的模式。

而关于这一领域的应用,张胜誉表示加速新药研发不只给药企带来巨大利润,而且可以帮助挽救千万生命。从这个角度看,这已经“不止是科技向善的问题,而是科技救命的问题。”

根据对制药企业的调研,腾讯量子实验室已经在小分子药物发现流程中引入了AI模型,用量子性质的计算和判别、生成与强化学习的机器学习模型,将学术界和传统制药企业有效连接,帮助传统药物研发流程升级,提高药物研发效率。

此外,腾讯量子实验室联合加拿大Vector Institute of Artificial Intelligence,公开自研的分子量子性质数据集,发起Tencent Alchemy 2019竞赛,关注算法的泛化性能,推动学术界与产业界聚焦化学中分子的量子性质问题,及其AI解决方案。

通过这一竞赛,腾讯量子实验室希望吸引更多的年轻人与上中下游合作伙伴加入量子计算和AI的研发的队伍中,将产业从无到有,从小到大的做起来。

而谈及当前量子计算在药物研发领域面临的困境,张胜誉也坦言这是一件非常复杂的事情,不仅同时涉及到量子计算机与生物化学两大领域,而且在相关领域的研究上也有很多东西是真空的。

其中比较值得一提的就是研究环境与真实环境的巨大差异,有时候在静态普通液体中模拟出来结果和到了真正的动态人体环境中可能就会出现变数。

而投身量子计算+药物研发又是一件双重行业壁垒都很深的方向,即使是腾讯有时候在寻找合作伙伴的时候也会碰壁,因为一方面对于未来的可能大家都没有保证,另一方面做这一件事所需要投入的人力成本与科研成本也非常之大。因此一般来说也只有规模非常大的巨头企业以及垂直领域的初创公司才能满足上述要求。但是他也表示,即使困难重重,也值得去尝试,因为这确实是一个从科研和商业应用都非常重要的问题。

3、Simhub平台发布,搭建云端的科学计算生态

关于将量子技术结合云平台,张胜誉表示在这一领域腾讯已经有了很久的积淀以及资源储备。

首先是相关领域的开源软件基础。在最开始的时候,业界广泛面临计算分子的量子进程计算软件收费昂贵的难题,而在当前腾讯的量子实验室内部,有一位专家早在七年前就已经开始设计一款免费的开源软件,并与很多业界人士达成了常年的交流。

与此同时,在过去几十年中行业一直面临着这样的困境,那就是材料领域的科学计算大部分是运用超级计算机来做,这也就带来了很高的成本问题.

如果自建超算首先是成本非常高昂,其次不能保证不同部门之间的共享。此外,还有一个很严肃的问题就是超算搭建完成后,常常会出现使用频率稀疏,造成很大的成本浪费,搭建的机器又有很大的淘汰成本,非IT人士运用超算的学习成本等。而云计算在这些方面有天然的优势。

基于这一契机以及腾讯近年来对于云计算的重视,张胜誉团队决定着手研发一个云平台从而将开源生态贯彻到底。在他看来这不仅是一个将研究门槛大幅降低的举措,同时也将材料计算的设备成本大大降低。

基于这样的考量,腾讯量子实验室发布了 Simhub 云计算平台规划。

据介绍,Simhub 云平台是开发者和用户开放交流的中心。在Simhub 云平台上,开发者提供算法和程序,一键发布后获得直接反馈。Simhub 云平台帮助开发者与计算用户实时线上合作,获得算法的真实使用效果。

同时,Simhub 云平台还具有运行环境一致,易于调试 bug,易于商业化的优势。而对计算用户来说,在Simhub 云平台上,能提出问题,搜索解决方案。而且能与开发者实时线上合作,获得直接技术支持。按需购买服务,无需调试,一键部署。还能发现类似用户的诉求讨论。

当前,Simhub 云计算平台的工作流程集测试、计算、发布于一体,极大地提高了生态合作伙伴的协作效率。

未来,Simhub云平台将应用于药物研发的云上服务、量子化学计算、分子模拟以及AI 模型开发。此外,Simhub云平台还将推动算法传播,促进科研合作,制定云端科学计算标准,以降低科学计算上云的门槛,立足化学,建立云端的科学计算生态。

二、从学界到业界,张胜誉的量子计算转身

作为原香港中文大学副教授、姚期智在普林斯顿大学的“关门弟子”,张胜誉在香港中文大学的任教期间的研究方向包括量子计算,算法设计和计算复杂性分析,以及人工智能基础研究几大领域。

如今从学界投身业界,投身腾讯的量子实验室成为腾讯在该领域的带头人,张胜誉的团队也在国内的企业界的量子计算研究中处于顶级水平。

之所以选择转身业界,张胜誉对智东西表示,其实学界与业界并无优劣之分,学术界更自由,业界更务实,大家分别各有利弊。

在他看来,身处学界的自由主要体现在研究方向上的选择上,“比如说前段时间我看AlphaGo出来之后,我有兴趣转AI,校长、院长并没有干涉我,我愿意6个月不发文章,这是我的自由”更重要的是在学界“可以对你不感兴趣的课题完全不理。因为学术界一般是喜欢走专走深”。

相对来说,业界的要求就会更全面,在关注点的选择上不能像在学界那样“任性”。

此外,学界对于实用主义的研究并没有那么重视,比较天马行空,也正是由于这种低禁忌与低实用主义,才带来了很多天马行空的成果以及技术变革。

而业界则相对比较务实,成果一般也相对真实可感,与此同时也在真真切切的推动者一些基础技术的研究与进步。

而对于之所以选择腾讯,张胜誉表示腾讯内部对于量子计算的关注以及战略性眼光,这是让他十分感动的一点。

一般来说,很少有公司愿意去研究5年甚至是50年之后才能用到的技术,但是腾讯明显正在向这些领域越来越多的发力。

与此同时,以汤道生为代表的一众腾讯核心高管也对这一领域十分关注。

张胜誉表示,与汤道生的沟通一般都很容易。在他看来,汤道生“非常聪明,非常愿意帮助人。而且他是一个对技术很痴迷的人,不仅关注团队未来的发展,传授各方面经验,需要的时候也能帮助分析和协调资源。”

有时候实验室在调用一些云计算资源的时候,云计算部门直接给予了资源支持进行初期尝试,给部门带来很多益处。

三、量子计算人才紧俏,但培养人才比挖掘人才更重要

在专访中,谈起腾讯的量子计算人才格局,张胜誉表示尽管具体的数量目前还不方便透露,但是腾讯量子实验室的规模当前还在持续的扩招中,很多同事都是国际知名高校毕业的人才。

此外人才的方向是十分多元化,不仅涵盖了算法本身,其他方向比如计算机、物理、化学、数学、电子工程等领域的人才也包括在内。不过实验室中当前多数都是有五到七年量子计算经验的博士。

与此同时,量子计算作为当前各大科技巨头都在重点关注的领域,当前不仅面临着未来发展方向的不确定性,人才的招聘也面临着一定的竞争。

张胜誉表示,这也给腾讯在招聘量子相关的人才的时候,带来一定的压力,但是他希望也相信严肃做量子的企业慢慢的会在一个良性的竞争中都向上走,然后在不同细分方向上各自具有优势。

最后,“从长远来看,比如往后看5年,一定是培养人才比争夺人才更重要的事情。我们比较看中的一个是年轻有才的人要培养,再一个是非量子领域但有技术能力和热情的人也很值得培养。”

四、量子计算真正落地商业,道阻且长

尽管在量子计算领域,腾讯已经取得了一定的成果,但是总的来看,张胜誉认为量子计算是一个长远的事情,即使投了钱,不见得就有马上看得到的商业回报。

以药物研发为例,张胜誉团队发现这其中其实存在不少几乎难以克服的障碍。同时,药物领域的数据敏感性非常之高,数据的统一性整洁性又很不理想,因此挑战很多。

而对于量子计算是否会在某个时刻迎来像AI的“AlphaGo时刻”在公众面前大放异彩。张胜誉认为,未来一定会有这样一个转折点,但路途上有很多困难需要大家一起克服。

“发展基础科学是一个长期的过程,不可能一蹴而就。”

张胜誉还提倡,在这一领域特别希望能够增强产业界与学术界的合作,把一线从业者和中青年学者集中起来,以多样的形式促进交流,互通有无。“量子计算需要大家一起努力,这一定是一个全人类共同奋斗的事情,不能自我封闭。大家应该保持开放的姿态,而腾讯量子实验室愿秉承腾讯开放连接,合作共赢的精神,为大家提供一个有长期共生价值的生态系统。”

结语:量子计算,从实验室到应用还有很长的路要走

在AI浪潮之后,全球的科技企业似乎紧接着就陷入了一场量子计算发展的较量之中,无论是国外的谷歌、微软、IBM,还是国内的几家企业都已经紧锣密鼓的开启了相关的布局。

通过将量子计算与AI、密码破解以及药物研发的结合并落地,将会给理论研究以及业界带来巨大的助推,正如张胜誉所言,量子计算的大跨步发展不仅将助推基础科学的发展,还有望帮助产业进步。

但是放眼当前,我们也需要承认,量子计算距离真正的商业落地还有一大段路要走,这中间不仅需要在高校之中进行纯理论的推进,另外也需要以谷歌、IBM、微软、腾讯、阿里等为代表的一众企业的努力,同时也需要诸如药明康德等垂直行业的密切配合,而技术的进步也势必为我们带来更多意料之外的想象空间。