随着互联网的遍及、传感器的泛在、大数据的呈现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间、信息空间以及生命科学之间交叉领悟、相互浸染，量子科学、生物医药等一系列的前沿科学与人工智能学科交织碰撞，将发生什么呢？
首先，量子打算（量子力学和打算机科学的交叉学科）给现有的信息处理办法和人工智能技能带来了全新的想象。我们所熟知的经典打算机以经典比特作为信息处理的基本单位，一个经典比特的状态要么为0，要么为1。比较之下，量子打算机则利用了量子力学中存在的独特征象，通过量子比特来存储和处理信息。其比特状态可以为0和1的“叠加”态，也便是说可以同时表达0和1。如果把经典打算机和量子打算机拟人化，让他们同时在一个繁芜迷宫内探求出口，那么经典打算机须要一条路一条路地考试测验，一条不通再试下一条。虽然这个过程比较随意马虎“晕圈”的人类来讲已经非常具有速率上风，但比拟量子打算机那种可以同时并行考试测验多条路径并找到出口的“新打算”来讲，还是显得“慢”了许多。量子打算机的各类分外性子可能会为经典打算机无法有效办理的问题带来新的希望。
在带来潜在上风的同时，量子打算机须要人们对付更深层微不雅观系统的操控能力，这在工程上是一个巨大的寻衅。近年来，国内外在量子打算机的硬件上都有做出了巨大打破，这也为人们初步利用量子打算机来办理实际问题带来了可能。而量子人工智能，便是可能产生主冲要破的方向之一，作为量子打算与人工智能的交叉领悟领域，该方向可以使得两个学科相互借鉴、相互补充，从而实现双赢。一方面人工智能可利用量子打算的信息处理上风促进自身发展（新型的人工智能算法等等），另一方面量子科学也可以利用人工智能来打破研发瓶颈（例如通过深度学习技能实现对微不雅观系统更优的操控）。总的来说，量子打算在大规模运用落地之前还有许多棘手的科学与工程技能难题待解，而这就须要以人工智能为代表的前辈技能做支持。
在这方面，海内像百度这样自身具有AI技能上风的企业也早就开始了研发与运用探索。去年，百度就接连在国际量子顶会TQC 2020和QIP 2020亮相并有着惊艳的表现。个中，在TQC 2020大会中，百度凭借着自身在量子打算领域的技能积累，成功入选1个约请报告和1个贡献报告，这是大陆地区首次且唯一入选TQC的约请报告，百度在环球量子打算学术界的影响力得以凸显。
事实上，百度早在2018年便成立了量子打算研究所。到了2020年，百度基于自身开源开放的深度学习平台飞桨发布了“量桨”——支持量子神经网络的搭建与演习的量子机器学习工具集。而飞桨作为中国首个自主研发、开源开放、功能完备的家当级深度学习平台，全面涵盖核心框架、根本模型库、端到端开拓套件、工具组件，以及飞桨企业版AI开拓平台，可以说是为家当、学术、科研创新供应了根本技能底座。
基于飞桨打造的量子机器学习工具“量桨”，建起了人工智能与量子打算之间的桥梁，支持常用的量子电路仿照并供应组合优化、量子化学等前沿运用工具包。同时，为了便于开拓者利用量子科学快速进行运用向探索，量桨还供应了翔实的入门教程和场景案例(qml.baidu.com)，为广大量子打算爱好者供应了一条可行的学习路子。
今年1月，在量子打算顶会QIP2021上，量桨重点新增了分布式量子信息处理模组LOCCNet，在量子纠缠处理场景中达到业界最优并得到了广泛的关注，更是支持量子态分辨、量子隐形传态等核心量子信息处理方案的便捷开拓。量桨团队通过LOCCNet创造了全新的纠缠提纯方案，达到业界最优，可用于推动量子通信等技能的发展。今年3月，量桨适配飞桨框架2.0也重磅升级至2.0版本，运行性能最高可提升40%，达到国际领先。
同时，量桨还新增量子噪声模块，支持开拓者在量子算法中设置常见的噪声从个人开拓适用于近期含噪量子设备的运用。通过百度飞桨深度学习平台赋能量子打算，量桨为领域内的科研职员以及开拓者供应了便捷开拓量子人工智能运用强有力的支撑，也推动着人工智能与量子打算的领悟创新。
事实上，学术界长久以来往往瞄准天下前辈的方向进行投入，即学科前沿，但运用落地的速率相对缓慢。随着本世纪的信息环境发生着巨大而深刻的变革，开始快速反响并聚拢人类的创造、需求、创意、知识和能力，学科交叉碰撞，为前沿学科的技能运用带来“加速度”，特殊是近期可深刻感想熏染到的生物医学研究方向上的打破与创新。
2020年人类与病毒之间的一场遭遇战，人工智能以生物打算角度切入生命科学，加速了生物医药研发的效率与速率。去年5月，百度推出了环球首个mRNA疫苗基因序列设打算法 LinearDesign，可用来高效设计优化mRNA序列。而从生物学角度看，疫苗的研制有多个方向，如DNA疫苗、mRNA疫苗、蛋白质疫苗和最常见的灭活疫苗等。个中，技能成熟且效果不错的灭活疫苗研制一样平常在10年旁边，而这次我们之以是能够一年研制出灭活疫苗可以说是举全国之力创了奇迹，但这不是常态。比较来讲，mRNA疫苗可省去蛋白质疫苗须要体外造就抗原的环节，大大减少了生产周期，更有希望成为未来的预防工具。一旦成功，往后再有其他类似病毒，我们只要搞定病毒的关键基因序列疫苗就算完成了一半，这让疫苗的研发周期瞬间从10年旁边拉至周级单位，疫苗研发也由此从一种生归天学问题转变为工程问题。
但mRNA 疫苗的寻衅在于非常“薄弱”，很随意马虎在保存和运输过程中由于降解而失落效，并导致蛋白质表达效率的大幅降落，而百度研发的LinearDesign算法则针对mRNA 疫苗的这一寻衅做出优化，提出了一种更为直接和高效的办理方案。目前，在新型冠状病毒刺突蛋白序列上的打算机仿照实验也已证明了LinearDesign的有效性。该算法带来的办理方案不仅可以设计出构造最稳定的蛋白序列，而且只须要1个半小时旁边的韶光。
此外，如果再进一步采取线性韶光近似算法，所需的韶光将可再缩短至16分钟，而与最优解的能量差距（衡量稳定性的指标，能量越低越稳定）只有0.6%。这两种设计比较于自然界天然存在的新型冠状病毒刺突蛋白mRNA序列要稳定的多（能量降落了150%）。早在去年，领先的LinearDesign算法就已向环球疫苗研发机构及研究中央等免费开放，并在arXiv发布了干系论文，助力新型冠状病毒疫苗研发。
目前，百度也已与中国疾病预防掌握中央病毒病预防掌握所签署计策互助协议，联合设立“中国CDC应急技能中央-百度基因测序事情站”。此外，中国疾病预防掌握中央后续还将利用百度LinearDesign算法设计的mRNA疫苗序列进行体外实验，验证疫苗的稳定性和蛋白质表达效率。2020年底，在国际顶尖人工智能峰会The AI Summit上，百度凭借LinearFold和LinearDesign算法在新冠抗疫中的精彩贡献，荣获了AIconics首届“AI For Good(人工智能向善)”奖。中国AI的技能实力、任务担当以及与行业深度结合的能力再次收成国际盛赞。
除了LinearDesign外，百度在生物打算方面积累的其他成熟履历已基于飞桨打造的螺旋桨PaddleHelix进行开源，供应包括大规模的分子预演习、药物-靶点亲和力预测、以及 ADMET 成药性预测等一系列算法和模型。同时，螺旋桨PaddleHelix生物打算平台底层依旧以飞桨核心框架作为支持，有深度开拓需求的开拓者也可以知足自身所需。从上层运用处景来讲，PaddleHelix知足了药物研发，疫苗设计和精准医疗三大紧张场景，帮助生物信息学、打算机交叉学科背景的学习者、研究者和互助伙伴，更便利地构建AI算法模型。
今年三月，凭借PaddleHelix在分子表示方面的技能创新，飞桨还在图神经网络国际威信榜单OGB（Open Graph Benchmark）多项分子性子预测任务中亮丽登顶，在AI药物创造领域取得新的技能打破。
综上所述，我们已不难感想熏染到，技能的进步让科学研究越来越多地呈现出集成创新、领悟发展的新态势，学科交叉领悟已成为当前科学技能发展的重大特色，而强化学科交叉和寻求新的科研范式已经成为支撑实现科技创新重大打破、发展计策性新兴家当的急迫须要。
截至2020年底，飞桨已凝聚超265万开拓者，做事10万家企业，基于飞桨平台创建了超过34万个模型，在城市、工业、电力、通信等很多关乎国计民生的领域都有飞桨在发挥浸染。飞桨显著降落了人工智能的运用门槛，加快了创新速率的同时，也在通过前沿学科的交叉不断拓展创新的边界。未来，作为智能时期开源开放、技能领先、便捷易用的根本技能底座，飞桨还将为全体智能社会带来更多、更大的可能。（华文）
来源： 中华网