2018年全球十大新興技術:增強現實、人造肉、AI、量子計算機 哲理小文章

2019-01-09  2018 全球 十大 新興 技術 增強 現實 人造 量子 計算機 東方 財富 

技術如何在不久的將來改變你的生活?人工智能將大大加快創新藥物和材料的設計。先進的診斷工具將使醫療日益個性化。增強現實將無處不在,把信息和動畫疊加在真實世界的圖像上,以幫助你完成日常任務,并有助于行業更有效地運營。如果你生病了,醫生將能夠在你的身體內植入活細胞,治療你的病。而你將吃從干細胞培養而來的牛肉、雞肉和魚肉,大大減少了動物養殖對環境的影響,并使無數生物免受非人道待遇。

這些改變世界的想法,由生物學、無機化學、機器人和人工智能等領域的頂尖專家挑選,構成今年“十大新興技術”名單。

首先,我們在網上集思廣益,征求世界經濟論壇全球未來理事會和專家網絡社區創新者,科學美國人顧問委員會成員和編輯人員以及其他人的建議。然后,在一系列虛擬會議中,指導小組評估了候選技術滿足幾個標準的程度。這些技術必須能夠為社會和經濟提供重大利益,并在未來三到五年內實現這一目標。它們必須具有潛在的顛覆性,能夠改變行業或建立做事方式。它們必須處于相對早期的發展階段,尚未得到廣泛使用,但正在被許多團體研究,引起專家興奮,吸引越來越多的投資,理想情況下,由不止一家公司開發。指導小組在第一次會議上刪除了50多份提交的初始名單,然后編制了額外的條件,以評估剩下的大約20個候選技術。在通過進一步的討論收集更多信息后,做出了最終決定。

以下就是2018年十大新興技術,排名不分先后。

無處不在的增強現實

虛擬現實(VR)讓你沉浸在虛構的、孤立的世界中。相比之下,增強現實(AR)實時覆蓋了現實世界中計算機生成的信息。當你看到或佩戴配備AR軟件和相機的設備時,無論是智能手機、平板電腦、耳機還是智能眼鏡,該程序會分析傳入的視頻流,下載有關場景的大量信息并在其上疊加相關數據、圖像或動畫,通常是三維的。

兩個例子:幫助汽車安全備份的顯示屏和流行的游戲《精靈夢可寶GO》。眾多消費者應用程序也具有AR功能,包括為外國游客翻譯街道標志的應用程序,使學生能夠剖析虛擬青蛙,并允許購物者在將椅子帶回家之前看到它在自家客廳中的樣子。在未來,該技術將使博物館用戶能夠制作類似全息圖的指南;外科醫生用三維可視化患者皮膚下的組織;建筑師和設計師以新穎的方式合作創作;無人機操作員通過增強的圖像控制遠程機器人;和新手快速學習從醫藥到工廠維護等領域的新任務。

易于使用的軟件設計應用程序應在未來幾年內擴展至消費者產品。然而,目前,AR正在對工業產生最大的影響,它是“第四次工業革命”或“工業4.0”的一個組成部分:通過物理和數字系統的整合來對制造業系統性改進質量、降低成本、提高效率。例如,許多公司正在測試其在裝配線上的使用。 AR可以在需要時提供恰當的信息,從而減少錯誤,提高效率并提高生產率。它還能使設備中的應力可視化,并創建問題所在的實時圖像。

個性化醫療的高級診斷

在20世紀的大部分時間里,所有乳腺癌女性都接受過類似的治療。從那時起,治療變得更加個性化:乳腺癌現在被分為亞型并進行相應的治療。例如,許多腫瘤產生雌激素受體的女性可能會接受專門針對這些受體的藥物,以及標準的術后化療。今年,研究人員向更加個性化的治療邁進了一步。他們確定了很大一部分患者的腫瘤具有可以安全放棄化療的特征,并避免其經常出現嚴重的副作用。

隨著診斷工具的進步,這種面向許多疾病的個性化或精確醫學的邁進正在加速。這些技術可以幫助醫生檢測和量化多種生物標志物(表明存在疾病的分子),將患者劃分為對疾病、預后或對特定治療有反應的可能性不同的亞組。

早期的分子診斷工具研究了單個分子,在糖尿病的情況下,例如葡萄糖。然而,在過去十年中,“組學”技術取得了巨大進步,能夠快速、可靠和廉價地對個體的整個基因組進行測序或測量所有蛋白質(蛋白質組),代謝副產物(代謝組)的水平,或體液或組織樣品中的微生物(微生物組)。該技術的常規使用同時開始產生巨大的數據集,人工智能可以挖掘這些數據集以發現對臨床有用的新生物標記。高通量組學技術和人工智能的結合正在引領先進診斷的新時代,這將改變對許多疾病的理解和治療,允許醫生根據個體患者的分子特征定制治療方案。

幾種先進的診斷方法已經用于治療癌癥。一個名為Oncotype DX,檢測21個基因;這項測試顯示,許多乳腺癌女性可以避免化療。另一項稱為FoundationOne CDx測試,檢測實體腫瘤中300多個基因的基因突變,并指出可能對特定患者有用的特定基因靶向藥物。

需要注意的是:使用此類私密診斷工具的醫療機構和研究人員必須嚴格執行保護患者隱私的保護措施。此外,需要明確的監管指南,以一致的方式評估生物標志物作為診斷工具的價值。這些指南將加速將新的生物標志物引入醫療實踐。

即便如此,先進的診斷技術也開始消除診斷和治療疾病的標準方法。通過引導患者進行最有效的治療,他們甚至可以減少醫療保健支出。有一天,我們中的許多人可能擁有個人生物標記數據云,這些數據會隨著時間的推移而累積,無論我們在何處尋求治療,都會告知我們治療方法。

人工智能輔助分子設計

想要設計一種新的太陽能材料,一種抗癌藥物或阻止病毒攻擊作物的化合物?首先,你必須應對兩個挑戰:找到物質的正確化學結構,并確定哪些化學反應將正確的原子連接到所需的分子或分子組合。

傳統上,答案來自于偶然性所引發的復雜猜測。該過程非常耗時,并且涉及許多失敗的嘗試。例如,合成計劃可能有數百個單獨的步驟,其中許多步驟會產生不想要的副反應或副產物或完全根本不起作用。然而,現在,人工智能開始提高設計和合成的效率,使企業更快、更容易、更便宜,同時減少化學品浪費。

在AI中,機器學習算法分析所有已知的過去實驗,這些實驗試圖發現和合成感興趣的物質,包括那些有效的實驗,更重要的是那些失敗的實驗。基于它們識別的模式,算法預測潛在有用的新分子的結構和制造它們的可能方式。沒有任何一種機器學習工具可以通過按一下按鈕就能完成所有這些工作,但AI技術正在迅速進入藥物分子和材料的真實設計。

例如,德國明斯特大學的研究人員開發的AI工具,反復模擬1240萬個已知的單步化學反應,提出了多步合成路線 —— 比人類的速度快30倍。

在制藥領域,一種被稱為“生成機器學習”基于人工智能的技術也令人興奮。大多數制藥公司儲存了數百萬種化合物,并篩選它們作為獲取新藥的潛力。但即使使用機器人技術和實驗室自動化工具,這種篩選過程也很慢,并且產生的命中率相對較低。此外,所有的“庫”加起來可能只是理論上1030個分子中的一小部分。使用描述已知藥物(和候選藥物)的化學結構及其性質的數據集,機器學習工具可以構建具有類似、可能更有用的特征的新化合物虛擬庫。這種能力開始大大加速藥物先導的識別。

近100家初創企業已經開始探索AI用于藥物發現。其中包括Insilico Medicine,Kebotix和BenevolentAI;最近一次籌集了1.15億美元,用于將其AI技術擴展到發現運動神經元疾病、帕金森病和其他難以治療疾病的藥物。 BenevolentAI正在將人工智能應用于整個藥物開發過程,從新分子的發現到臨床試驗的設計和分析,旨在證明人類的安全性和有效性。

在材料領域,像Citrine Informatics這樣的企業正在使用類似于制藥商的方法,并與包括巴斯夫和松下在內的大公司合作,以加速創新。美國政府也支持對AI設計的研究。自2011年以來,它已在材料基因組計劃中投入了超過2.5億美元,該計劃正在建立一個包括人工智能和其他計算方法的基礎設施,以加速先進材料的開發。

過去的經驗告訴我們,新材料和化學品可能會對健康和安全造成無法預料的風險。幸運的是,AI方法應該能夠預測并減少這些不良后果。這些技術似乎有望顯著提高新型分子和材料被發現并帶入市場的速度和效率,它們可以提供諸如改善醫療保健和農業,更好地保護資源以及增強可再生能源的生產和儲存等益處。

可爭辯和指導的AI

今天的數字助理有時會讓你相信它們就是人類,但更有能力的數字助手正在路上。在幕后,Siri,Alexa和它們的同類使用先進的語音識別軟件來弄清楚你的要求以及如何提供,并且它們會產生自然的語音,以提供與你問題相匹配的腳本答案。這些系統必須首先被“訓練” —— 置身于人類可能提出的各種請求的無數案例中 —— 并且合適的反應必須是由人類編寫并組織成高度結構化的數據格式。

這項工作非常耗時,導致數字助理受限于它們可以執行的任務。系統可以“學習”,它們的機器學習能力使其能夠更好地將輸入問題與現有答案相匹配, 但是在有限的范圍內。即便如此,它們也令人印象深刻。

在更高級別的復雜性,現在正在開發技術,以允許下一代此類系統從無數來源吸收和組織非結構化數據(原始文本,視頻,圖片,音頻,電子郵件等),然后自主地在它們從未接受過訓練的情況下,給出有說服力的建議或進行辯論。

我們已經在提供聊天機器人的網站上看到了這種能力,這些聊天機器人可以回答自然語言問題,這些問題涵蓋了他們所訓練的各種數據集。聊天機器人在特定問題或要求方面需要相對較少或不需要培訓;它們使用預先配置的數據和“讀取”相關背景材料的緊急能力。然而,它們確實需要進行一些識別單詞和意圖的培訓才能給出高度準確的答案。

6月份, IBM展示了該技術的更高級版本:一個與人類專家進行實時辯論的系統,沒有事先就該主題進行培訓或有待論證的立場。使用非結構化數據(包括來自維基百科的內容),系統必須確定信息的相關性和準確性,并將其組織成一個可重復使用的資產,它可以調用它來形成一致的參數,支持它所指定的立場。它還必須回應其人類對手的論點。該系統在演示期間進行了兩次辯論,并且一大群觀眾認為其更有說服力。

支持技術已經發展了五年多,包括不僅能夠理解自然語言,而且能夠應對檢測正面和負面情緒的更難挑戰的軟件,仍然是一項正在進行中的工作。盡管如此,未經編寫的人工智能系統贏了一位公認的人類專家,打開了無數相關應用程序的大門,這些應用程序可能會在未來三到五年內出現。例如,這樣的系統可以幫助醫生快速找到與復雜病例相關的研究,然后討論給定治療方案的優點。

這些智能系統僅用于組裝現有知識,而不是像科研科學家或專家那樣創建它。盡管如此,隨著機器變得越來越聰明,它們也是增加失業的幽靈。

植入式制藥細胞

許多糖尿病患者每天多次刺破手指以測量血糖水平,并決定他們需要的胰島素劑量。胰島細胞植入物通常在體內產生胰島素,可以使這種麻煩的過程變得不必要。同樣,細胞植入物可以改變其他疾病的治療,包括癌癥,心力衰竭,血友病,青光眼和帕金森病。但細胞植入物有一個主要缺點:接受者必須無限期地服用免疫抑制劑以防止免疫系統的排斥。此類藥物可導致嚴重的副作用,包括感染或惡性腫瘤的風險增加。

幾十年來,科學家們發明了將細胞封閉在半透性保護膜中的方法,這種保護膜可以防止免疫系統攻擊植入的細胞。這些膠囊仍然允許營養物和其他小分子流入,并將需要的激素或其他治療性蛋白質流出。然而,讓細胞遠離傷害是不夠的:如果免疫系統將保護性材料看作是外來的,它將導致疤痕組織在膠囊上生長。這種“纖維化”將阻止營養物質到達細胞,從而殺死它們。

現在,研究人員開始解決纖維化挑戰。例如,2016年,麻省理工學院的一個團隊發布了一種方法,使植入物對免疫系統不可見。在生產和篩選了數百種材料后,研究人員確定了一種名為藻酸鹽的化學改性凝膠,這種凝膠在人體內安全使用的歷史悠久。

已經有幾家公司開發了封裝細胞療法。其中之一,Sigilon Therapeutics,正在推進MIT開發的技術。為糖尿病、血友病和一種叫做溶酶體貯積病的代謝疾病設計治療方法。制藥公司Eli Lilly與Sigilon合作開展糖尿病工作。在其他例子中,Semma Therapeutics也使用自己的技術專注于糖尿病; Neurotech Pharmaceuticals在青光眼和以視網膜退化為特征的各種眼部疾病的臨床試驗中植入細胞; Living Cell Technologies正在進行帕金森氏植入物的臨床試驗,并正在開發其他神經退行性疾病的治療方法。

今天,摻入膠囊中的細胞是從動物或人體尸體中提取的,或者來自人類干細胞。有一天植入式細胞療法可能包括更廣泛的細胞類型,包括一些通過合成生物學改造的細胞,它重新編程細胞的遺傳學,使其發揮新的功能,如控制,按需釋放指定的藥物分子進入組織。這些仍處于早期階段。在大型臨床試驗中,封裝細胞療法的安全性和功效均未得到證實,但這些跡象令人鼓舞。

人造肉

想象一下,咬著一個多汁的牛肉漢堡,而它是在沒有殺死動物的情況下生產的。在培養細胞的實驗室中人造肉正在將這一愿景變為現實。幾家初創企業正在開發實驗室培養牛肉、豬肉、家禽和海鮮,其中包括Mosa Meat,Memphis Meats,SuperMeat和Finless Foods。該領域吸引了數百萬美元的資金。例如,在2017年,Memphis Meats從比爾·蓋茨和農業公司嘉吉等獲得了1700萬美元投資。

如果被廣泛采用,實驗室培養的肉,也稱為清潔肉,可以消除對飼養動物的大部分殘忍、不人道的待遇。它還可以減少肉類生產的相當大的環境成本;僅需要資源來產生和維持培養的細胞,而不是從出生開始養大整個生物體。

許多初創企業表示,他們希望在未來幾年內銷售產品。但如果要在商業上可行,人造肉必須克服許多障礙。

成本和味道就是其中之二。 2013年,當一個用人造肉制成的漢堡送給記者時,生產的餡餅花費超過30萬美元,并且口感很干(因為脂肪太少)。此后費用下降。Memphis Meats今年報道,其四分之一磅的碎牛肉價格約為600美元。鑒于這種趨勢,人造肉可以在幾年內與傳統肉類競爭。仔細注意紋理和明智地補充其他成分可以解決味道問題。

要獲得市場認可,必須證明人造肉是安全的。雖然沒有理由認為實驗室生產的肉會對健康造成危害,但FDA現在才開始考慮如何對其進行監管。與此同時,傳統的肉類生產商正展開反擊,認為實驗室產生的根本不是肉類,不應該這樣標記,調查顯示公眾吃人造肉的興趣并不高。盡管面臨這些挑戰,清潔肉類公司仍在不斷前進。如果他們能夠成功創造出價格合理且味道正宗的產品,清潔肉類可以使我們的日常飲食習慣更具道德和環境可持續性。

電子療法

電子療法(Electroceuticals)——用電脈沖治療疾病的設備 —— 在醫學上有悠久的歷史。想想心臟起搏器、人工耳蝸植入和帕金森病的深部腦刺激。其中一種方法有望變得更加通用,大大改善對一系列疾病的護理。它涉及向迷走神經傳遞信號,迷走神經將腦干的脈沖發送到大多數器官并再次返回。

迷走神經刺激(VNS)的新用途已經成為可能,部分原因是Feinstein醫學研究所的Kevin Tracey和其他研究顯示,迷走神經發出的化學物質有助于調節免疫系統。例如,脾臟中特定神經遞質的釋放使整個身體炎癥中涉及的免疫細胞平靜下來。這些研究結果表明,VNS可能對除了自身免疫和炎癥等干擾電信號傳導的疾病有益。對于患有這些疾病的患者來說,這可能是一個福音,因為現有藥物經常會失敗或引起嚴重的副作用。 VNS可能更容易忍受,因為它作用于特定的神經,而藥物通常在整個身體中傳播,可能會破壞超出治療目標的組織。

迄今為止,與炎癥相關的應用研究令人鼓舞。由SetPoint Medical(由Tracey共同創立)開發的VNS裝置在類風濕性關節炎的早期人體試驗中被證明是安全的,類風濕性關節炎引起關節的疼痛,毀容性炎癥,以及涉及腸道炎癥的克羅恩病。目前正在對兩者進行額外的試驗。對于具有炎癥成分的其他疾病,例如心血管疾病,代謝失調和癡呆,以及對于諸如狼瘡的自身免疫疾病,其中迷走神經本身變得不活躍,也正在考慮電子療法。防止移植組織的免疫排斥是另一種潛在的應用。

旨在緩解叢集性頭痛和偏頭痛的無創手持迷走神經刺激器最近也獲得了FDA批準,盡管迷走神經刺激究竟是如何幫助這些病癥尚不清楚的。手持設備通過頸部或耳朵上的皮膚對神經提供溫和的電刺激。

迷走神經不是唯一一個被新的電子療法作為目標的神經。 2017年底,FDA批準了一種非植入式裝置,通過耳后皮膚向顱神經和枕神經的分支發送信號,從而減輕阿片類藥物的戒斷癥狀。在73例服用阿片類藥物的患者戒斷癥的嚴重程度降低31%或更高后,該裝置獲得了FDA的批準。

植入物和手術的費用可能會妨礙VNS治療的廣泛采用,盡管隨著技術的侵入性越來越小,這個問題應該會緩解。但成本并不是唯一的挑戰。研究人員仍需要更多地了解VNS如何在每種情況下產生其效果,以及如何最好地確定個體患者的最佳刺激模式。靶向迷走神經的脈沖也可能以不受歡迎的方式影響周圍的神經。

然而,隨著越來越多的研究和試驗檢查其機制和作用,VNS和其他電子藥物最終可能能夠更好地管理各種慢性疾病,從而可能減少為數百萬患者服用藥物的需求。

基因驅動技術

對能夠永久改變人口甚至整個物種特征的基因工程技術的研究正在迅速發展。該方法使用基因驅動技術 - 遺傳因素從父母傳遞到無數后代,從而在種群中相當快地傳播。基因驅動是自然發生的,但也可以設計,這樣做可以在很多方面為人類帶來福音。該技術有可能阻止昆蟲傳播瘧疾和其他可怕的感染,通過改變侵襲植物的害蟲,使珊瑚抵抗環境壓力,并防止入侵植物和動物破壞生態系統來提高作物產量。然而,調查人員深知,改變甚至消滅一個物種可能會產生深遠的影響。作為回應,他們正在制定規則,來管理基因驅動技術從實驗室轉移到未來的現場測試和更廣泛的使用。

幾十年來,調查人員一直在考慮利用基因驅動技術來對抗疾病和其他問題。近年來,由于CRISPR基因編輯的引入,這項努力得到了推動,這使得將遺傳物質插入染色體上的特定位點變得容易。 2015年,有幾篇論文報道了基于CRISPR的基因驅動在酵母、果蠅和蚊子中的成功傳播。

今年,一個CRISPR基因驅動系統在老鼠身上進行了測試,試圖操縱皮毛顏色。這個過程只對女性有效。即便如此,研究結果還是支持這種技術帶來的可能性,即可以幫助消除或改變入侵小鼠或其他哺乳動物種群,對作物或野生動物的威脅或疾病傳播。

美國國防高級研究計劃局(DARPA)是對該技術充滿熱情的投資者之一。它已投入1億美元用于基因驅動研究,旨在對抗蚊媒疾病和侵入性嚙齒動物。比爾和梅林達蓋茨基金會已投資7500萬美元建立了一個致力于抗擊瘧疾的基因驅動研究聯盟。

等離子體材料

加利福尼亞理工學院的哈里·阿特沃特曾表示,“等離子體”技術最終會導致一系列應用,從高靈敏度的生物探測器到隱形斗篷。十年后,各種等離子體技術已經成為商業現實,其他技術正在從實驗室轉向市場。

這些技術都依賴于控制電磁場與金屬(通常是金或銀)中的自由電子之間的相互作用,這是金屬的導電性和光學性質的原因。當被光擊中時,金屬表面上的自由電子共同振蕩,形成所謂的表面等離子體。當一塊金屬很大時,自由電子反射撞擊它們的光線,使材料發光。但是當金屬僅為幾納米時,其自由電子被限制在非常小的空間內,限制了它們振動的頻率。振蕩的具體頻率取決于金屬納米顆粒的尺寸。在一種稱為共振的現象中,等離子體僅吸收入射光的一部分,其以與等離子體本身相同的頻率振蕩(反射其余的光)。可利用該表面等離子體共振來產生納米天線、高效太陽能電池和其他有用的裝置。

等離子體材料的最佳研究應用之一是用于檢測化學和生物制劑的傳感器。在一種方法中,研究人員在等離子體納米材料上涂覆一種與感興趣的分子結合的物質 - 比如細菌毒素。在沒有毒素的情況下,照射在材料上的光以特定角度重新發射。但是如果存在毒素,它將改變表面等離子體的頻率,并因此改變反射光的角度。可以非常準確地測量該效果,甚至可以檢測和測量毒素的數量。一些初創公司正在開發基于這種和相關方法的產品 - 其中包括用于電池的內部傳感器,可以監測其活動以幫助增加功率密度和充電速率,以及可以區分病毒和細菌感染的裝置。 等離子體也正在進入磁盤上的磁存儲器。例如,熱輔助磁記錄裝置通過在寫入期間暫時加熱盤上的微小點來增加存儲器存儲。

在醫學領域,光活化納米粒子正在臨床試驗中測試其治療癌癥的能力。將納米顆粒注入血液中,之后它們集中在腫瘤內。然后,與表面等離子體相同頻率的光照射到質量中,導致粒子通過共振加熱。熱量選擇性地殺死腫瘤中的癌細胞而不傷害周圍的健康組織。

隨著新公司開始充分利用等離子體,他們需要確保其產品價格合理、可靠、堅固、易于大規模制造并與其他組件集成。盡管存在這些挑戰,但前景仍然光明。超材料 —— 合成納米材料的出現使等離子體產生不尋常的光學效應 —— 使等離子體學研究人員能夠使用除金和銀之外的材料,如石墨烯和半導體。 Future Market Insights的分析預測,北美等離子體傳感器應用市場的價值將從2017年的近2.5億美元增長到2027年的近4.7億美元。

量子計算機的專門算法

在幾年之內,量子計算機可以趕上甚至超越經典計算機,這要歸功于硬件和運行算法的重要工作。

量子計算機利用量子力學來執行計算。它們的基本計算單位,即量子位,類似于標準位(0或1),但它處于兩個計算量子態之間的量子疊加:它可以同時是0和1。該屬性以及另一種稱為糾纏的獨特量子特征,可以使量子計算機比任何傳統計算機更有效地解決某些類別的問題。

這項技術雖然令人興奮,但卻是眾所周知的苛刻。例如,一個稱為退相干的過程可能會破壞其功能。調查人員已經確定,通過稱為量子誤差校正的技術,可以使具有幾千量子位的嚴格控制的量子計算機能夠承受退相干。但到目前為止,實驗室已經證明的最大量子計算機 —— IBM,谷歌,Rigetti Computing和IonQ——只包含數十個量子比特。這些版本,加州理工學院的約翰普雷斯基爾命名為噪聲中等規模量子(NISQ)計算機,尚未執行糾錯。盡管如此,針對NISQ專門編寫的算法研究,可能使這些設備能夠比傳統計算機更有效地執行某些計算。

為全球用戶增加NISQ機器的訪問,極大地促進了這一進展,,使越來越多的學術研究人員能夠為機器開發和測試小規模的程序版本。一個專注于量子軟件不同方面的初創公司生態系統也正在蓬勃發展。

研究人員看到了兩種NISQ算法的特殊前景,分別為用于模擬和機器學習的算法。 1982年,傳奇理論物理學家理查德·費曼提出,量子計算機最強大的應用之一就是模擬自然本身:原子、分子和材料。許多研究人員已經開發出算法來模擬NISQ設備上的分子和材料(以及未來完全糾錯的量子計算機)。這些算法可以增強新材料的設計,應用于從能源到健康科學的領域。

開發人員還在評估量子計算機是否在機器學習任務方面更勝一籌,在這些任務中,計算機可以從大型數據集或經驗中學習。針對NISQ設備快速增長的算法集的測試表明,量子計算機確實可以促進這樣的機器學習任務,例如按類別對信息進行分類,將類似的項目或特征聚類在一起,以及從現有的統計樣本生成新的統計樣本。至少有三個研究小組獨立報告了開發機器學習方法(稱為生成性對抗網絡(GAN))的量子版本的進展,該方法在過去幾年中風靡機器學習領域。

雖然許多算法似乎在現有的NISQ機器上運行良好,但還沒有人提供正式的證據,能證明它們比在傳統計算機上執行的算法更強大。這些證明很難,可能需要數年才能完成。

在接下來的幾年里,研究人員很可能會開發出更大,更可控的NISQ設備,其次是具有數千個物理量子比特的完全糾錯的機器。從事算法工作的人都樂觀地認為,NISQ的算法將非常有效,比最先進的傳統計算機更有優勢,盡管我們可能要等到完全糾錯的機器可用的時候。

文章關鍵字哲理小文章 小姐
169彩票 喀什市 | 花垣县 | 安康市 | 沅江市 | 临漳县 | 星子县 | 大渡口区 | 林西县 | 江山市 | 莆田市 | 朝阳市 | 九龙城区 | 巴南区 | 齐齐哈尔市 | 囊谦县 | 红河县 | 玉溪市 | 望城县 | 阜南县 | 西乌珠穆沁旗 | 枝江市 | 内江市 | 寻乌县 | 南雄市 | 赤城县 | 登封市 | 竹溪县 | 吴川市 | 和平县 | 即墨市 | 达拉特旗 | 罗平县 | 那坡县 | 鹤壁市 | 长宁区 | 澄江县 | 慈溪市 | 宜兰县 | 新绛县 | 泌阳县 | 文山县 | 应用必备 | 房产 | 祁东县 | 宜川县 | 柳林县 | 灵石县 | 兴山县 | 中牟县 | 铁岭市 | 武威市 | 柳江县 | 张家港市 | 汕尾市 | 邢台县 | 南部县 | 彩票 | 基隆市 | 蕲春县 | 丘北县 | 社会 | 长海县 | 遂平县 | 秦安县 | 文水县 | 象山县 | 怀远县 | 神池县 | 尉犁县 | 台湾省 | 新和县 | 内江市 | 昌乐县 | 宝山区 | 水城县 | 古丈县 | 乌鲁木齐市 | 团风县 | 克拉玛依市 | 扬州市 | 洪江市 | 榆林市 | 普洱 | 惠州市 | 普宁市 | 丰城市 | 科技 | 上高县 | 乌海市 | 华坪县 | 固镇县 | 砚山县 | 平和县 | 满洲里市 | 芦溪县 | 商洛市 | 寻乌县 | 德阳市 | 同心县 | 石景山区 | 读书 | 广安市 | 梁河县 | 开江县 | 莱州市 | 连云港市 | 丰原市 | 鲁甸县 | 东平县 | 鹿泉市 | 灵宝市 | 玉溪市 | 古交市 | 上杭县 | 松潘县 | 千阳县 | 临泉县 | 桂阳县 | 商南县 | 北京市 | 迁西县 | 台南县 | 彭水 | 抚州市 | 多伦县 | 平谷区 | 社会 | 鄂托克旗 | 延津县 | 大化 | 昆山市 | 惠东县 | 阿图什市 | 和林格尔县 | 云南省 | 乌什县 | 乌什县 | 甘泉县 | 图木舒克市 | 辽阳市 | 太谷县 | 离岛区 | 大新县 | 唐河县 | 内丘县 | 自治县 | 梅州市 | 丹阳市 | 咸阳市 | 锡林浩特市 | 石嘴山市 | 阳原县 | 祁门县 | 镇康县 | 忻州市 | 鄂尔多斯市 | 株洲市 | 内黄县 | 武隆县 | 中江县 | 焦作市 | 长泰县 | 集贤县 | 怀柔区 | 荥经县 | 武夷山市 | 顺义区 | 玉林市 | 山阴县 | 沂南县 | 会东县 | 五寨县 | 东山县 | 东兰县 | 三原县 | 隆林 | 西安市 | 金塔县 | 石河子市 | 塔城市 | 乌恰县 | 宝兴县 | 宿州市 | 杭锦旗 | 清水县 | 商水县 | 正蓝旗 | 遂宁市 | 开原市 | 沐川县 | 镇宁 | 明星 | 沁水县 | 怀远县 | 玉山县 | 西林县 | 邛崃市 | 筠连县 | 武鸣县 | 兰考县 | 祁门县 | 大安市 | 普洱 | 中方县 | 宜黄县 | 大化 | 祁门县 | 嘉峪关市 | 长春市 | 梓潼县 | 旅游 | 沁源县 | 荆州市 | 和政县 | 西藏 | 兴海县 | 阿勒泰市 | 裕民县 | 称多县 | 泸水县 | 禄丰县 | 宁远县 | 桐城市 | 香河县 | 遵义市 | 临安市 | 康马县 | 遂昌县 | 陇川县 | 邢台市 | 定远县 | 临澧县 | 县级市 | 临城县 | 正镶白旗 | 福建省 | 谷城县 | 钟山县 | 梧州市 | 崇义县 | 二连浩特市 | 桐庐县 | 图木舒克市 | 西乡县 | 张家界市 | 寿宁县 | 顺义区 | 新建县 | 龙川县 | 广西 | 卓资县 |