量子計算:到了風險投資家亮出籌碼的時候了

翻譯：心 審校：閆蓋

人工智慧學家,資本實驗室聯合出品

摩爾定律是預言微處理器（計算機晶片）上的電晶體數量將會每兩年翻一番，從而性能也基本上翻一番。

在過去的五十年里，計算機的發展都按照這個「定律」穩定飛速增長，但現在可能無法再繼續下去了。

有人一直在說摩爾定律已經失效好幾年了，但是幸好在像IBM和英特爾這樣地方有一些令人印象非常深刻的工程技術，告訴我們這些人在胡說八道。

但是，為了繼續保持這個進步的速度，到2020年我們要求工業技術使得電晶體變得非常之小（只有幾納米那麼大）以至於這些設備的行為無法再用經典物理理論來闡述了。

它們的行為將會由量子不確定性理論來支配，導致這些設備的行為變得非常難以捉摸。

同時，一種新的計算設備即將誕生——一種同樣來自於量子理論卻能夠控制住它自己強大能力的計算設備。

五十年摩爾定律的發展相當於把計算設備從航空母艦那麼大變成了只有針尖大小。

來源: New Enterprise Associates

一場預期之中的旅程

在1965年，Electronics雜誌採訪Gordon Moore的時候要他預言在半導體和電子工業未來十年內的發展趨勢。

在僅僅兩頁半的文章里，他的描述非常精確地預言到了接下來50年內整個電子行業的革命性發展。

他的簡單地命名為「在集成電路中加上更多組件」的文章在開篇中這樣寫道：

集成電子工業的未來就是電子學本身的未來。

集成電路的優勢會給電子工業帶來爆髮式的發展，把這一科學帶入許多領域。

集成電路會為我們帶來像家用電腦或者連接到中心計算機的終端，自動控制的汽車，還有個人可攜式的通訊設備這些令人難以想像的奇蹟。

在這猛然的一瞬間，摩爾預言到了個人電腦，無人駕駛汽車，網際網路還有智慧型手機的崛起。

然而這並不是摩爾在1965年這篇簡單的文章中最著名或者最令人印象深刻的預言。

這項榮譽落到了他對於半導體發展進步速度萬分精確的預言上。

他預言電晶體的數目每兩年會翻一番，從而導致計算機的處理速度也會差不多每兩年翻一番。

來源: New Enterprise Associates

從預言成為現實

儘管「做出預言很困難，尤其是對未來的預言」（丹麥物理學家尼爾斯·玻爾說過），摩爾卻非常精確的做到了這一點。

他的預言在1991年被廣泛接受，美國半導體工業協會正式開始進行工業發展規劃，描述了需要取得什麼樣的進步——跨越整個半導體工業的供應鏈——為了跟上摩爾定律的速度。

事實上，這個規划行為使得摩爾定律的本質從預言性的觀察變成了實際的發展要求。

令人難忘的是，從那份規劃開始，全球的半導體工業每年都完成了他們的目標。

摩爾定律即將失效？

現在，有一群人說摩爾定律即將失去過去的意義。

不像以前的懷疑者，這一群人給出了不同的論證，其中之一併不是來自於對工程師們能否把極小的電晶體集中到越來越密集的陣列結構上的簡單的不自信。

這些人爭論說電晶體會很快變得非常之小，它們會接近到電子穩定性物理結構限制的邊緣。

目前，最先進的晶片中的電晶體的直徑只有14納米，比單個病毒還要小，比一個細胞壁的膜還要薄。

如果按照摩爾定律繼續發展，在2020年電晶體的直徑將會縮小到5納米以內。

這將比10個原子的厚度還要薄，或者相當於一個DNA鏈的寬度那麼細！在那個大小層次上，經典物理的定律就不再適用了。

這些系統的行為用不確性的量子力學理論來描述將會更加準確，這種不確定性將會使這些電晶體變得非常不穩定而難以實際應用。

對於一般地風險投資人來說，這是一個非常困擾的問題。

風投（VC）產業在過去的50年里一直肩負著不斷推動工程技術的發展實現摩爾定律的重任。

我們目前技術創新浪潮的活力很大程度上是由這些信息處理工具的發展所推動的。

集成電路（又稱為晶片）是保證我們現代數字互聯時代的基礎硬體單元。

幸虧有在摩爾定律下不斷的技術發展，這些工具在過去的50年里一直穩步發展變得越來越小，越來越快，也越來越便宜。

如果這種趨勢即將走到生命的盡頭，將會產生非常深刻的影響。

對於一個像我這樣的樂天派的風險投資人來說，這意味著振奮人心的機會。

改變進步的方法

首先要清楚，我並不是為半導體晶片產業的終結幸災樂禍。

相反，我相信這個產業進步的本性會繼續演變。

儘管晶片本身不會再變的更快了（也就是，時鐘速率——單處理器每秒中的計算次數——會相對平緩），它們會在其他方面繼續提高。

尤其是，我們將會繼續在並行化方面繼續進步。

不像在單個處理器上榨取更多的性能那樣，我們會在單個設備的多處理器（或「核」）上取得更好的性能，通過劃分工作負載使得每個核能同時處理一個給定問題的不同部分。

這對於多任務處理(也就是，同時運行多個應用)非常有用，還有更一般的對於任何能劃分成好幾塊完成的計算密集型的任務也很有用。

拿計算機科學家Daniel Reed的類比來說，就相當於儘管波音707（1957年引進）和波音夢幻（2011年引進）以相同的速度飛行，它們卻是不同級別的飛行器。

一個小的階躍函數

一名風險投資人的工作就是確定有可能具有巨大潛力的對象並進行投資——我們的使命明顯就是創造價值（與獲得價值相反）。

我們培養跨越式發展的創新技術，這種進步看起來就像一個階躍函數圖而不是一條直線。

在風投領域，有一個我們通常稱之為「月探」的類別。

這是一種粗獷的，革新的，大膽的投資，伴隨著巨大的潛力和巨大的風險。

第一個「月探」可能應該是Arthur Rock——公認的現代風投產業的鼻祖——說服了包括Gordon Moore，Bob Noyce還有其他六個人（綽號為叛逆八人組）在內的一群人在1957年離開Shockley半導體實驗室聯合成立了Fairchild半導體公司。

Fairchild成為了矽谷早期半導體產業進步的中心，也是整個電子革命的中心。

幾年後，Fairchild一枝獨秀，Gordon Moore和Bob Noyce又聯合成立了一家新的企業也就是Intel。

他們又一次獲得了風險投資人Arthur Rock的支持。

同時，Rock也在發展他自己的風投公司Rock & Co.並且雇用了Dick Kramlich作為他的第一名同事。

這對合作者繼續進行了許多成功的「月探」，包括蘋果公司，當時它還只是一個在加利福利亞北部的一個倉庫里工作的二人團隊。

有意思的事情是：Dick Kramlich後來成立了NEA，這是世界上最大的風投公司之一（也是我所在的公司）。

這些早期的風投「月探」催化了推動現代計算和數字通訊時代的硬體革命。

結果，我們現在有幸生活在這樣一個充滿了技術創新與活力的時代。

在量子計算上的投資可能是風投領域的下一個巨大的「月探」。

簡言之，量子計算機就是使用量子狀態來存儲和處理信息的計算機。

利用一些量子效應——尤其是疊加和糾纏的現象——量子計算機可能能夠以難以預計的速度來處理不可預估規模的複雜的信息。

然而，硬體投資在風頭的圈子裡已經大大失去了寵愛，主要是由於其巨大的資本強度。

結果，沒有多少風險投資人對早期的量子計算機領域有多少重視。

硬體風險投資，上圖中標籤為「IT Hardware」，正在歷史最低值。

來源: PitchBook 2015 Annual VC Industry Report.

可能性有n位

量子計算是一個典型的風投「月探」：它有著巨大的創造價值的潛力，也有很高的失敗的風險。

量子計算的前景是它將能夠解決現在所有類型的的過於複雜而在經典硬體平台上無法解決的計算問題——比如整數因數分解，複雜系統的仿真，離散優化，大參數空間內的非結構化搜索，還有許多現在想像中的應用場景。

量子計算機不會替代台式計算機。

他們的用途不僅僅是比我們的經典計算機快，更在於它為解決完全不同的挑戰提供了保障。

量子計算機利用量子力學理論——尤其是量子疊加和量子糾纏——來完成數據的操作。

通過同時計算輸入數據的所有組合，量子計算機能夠解決經典計算機難以解決的複雜問題。

圖片來自：New Enterprise Associates.

可能量子計算機最有名的應用應該就是整數因數分解。

粗略一看，整數因數分解並不像是什麼很難的問題。

實際上，它非常重要：現代密碼學的基石（通常被成為公鑰或者RSA加密算法）就是基於經典計算機無法完成大數的因數分解這個前提條件。

其實，現代密碼學對信息加密使用的都是超大的整數。

因為經典計算機不能夠分解這些數，也就無法破譯這些密碼。

然而，設想一下量子計算機將會很容易的解決這些密碼，從而打破整個現代密碼學技術。

量子計算機能夠比最好的經典計算機快得多地解決大數因數分解的問題。

數據來自R. Van Meter, K. M. Itoh, 和T.D. Ladd, 在Controllable Quantum States 上的文章「Architecture-dependent execution of Shor’s algorithm」

儘管解密是量子計算機的一個令人興奮的應用，也是全世界政府部門非常關注的問題（尤其是美國和中國），由於它的計算複雜度，它不太可能在最近就被解決。

還有許多其他大量可能的應用給社會帶來巨大的價值。

仿真和優化

另一種非常複雜的問題類型就是複雜系統的仿真和優化（尤其是複雜度為2^n的系統）。

這是一種非常廣闊的問題，但是可以粗略的抽象為一個n個層面的物體相互作用，產生出許多可能的結果和變種的系統。

案例1：催化劑設計

這類問題中一個具體的例子就是分子間相互作用的仿真。

眾所周知，複雜化合物在分子層面相互作用的建模在經典計算機上非常難，但是用量子計算機卻能解決。

這個問題的解決將意味著材料科學，生物學，化學，藥物和一系列的其他領域的重大突破。

複雜分子間相互作用的仿真不僅僅只是提高我們對已知化合物的認知，而且會使我們能夠在一個安全的仿真環境中分析假想中的化合物，這將打開新世界的大門，我們將能夠幾何倍數的擴大知識的範圍，了解哪些新的化合物可以建模並且經過測試發現。

這種仿真對催化劑的設計尤其有用。

一些工業上的最重要的過程依賴於催化劑來加速反應。

一個例子就是Haber-Bosch過程，它實際上是所有現代化肥生產的核心過程。

不幸的是，這個化學反應過程非常消耗能量和資源。

如果一種新的更加高效地催化劑能夠被設計出來，大量的能量和資源都能節省下來，從而提高全球糧食供應的效率和產量。

案例2：全球變暖

分子仿真也能夠幫助解決溫室氣體排放的挑戰。

如果能夠設計出一種化合物促進二氧化碳的定位，例如，二氧化碳排放源就能減少。

用更一般的術語來說，量子計算機能夠分析許多不同的物質然後看它們與不同的溫室氣體會有什麼樣的反應。

假設一些化學物質能夠不斷地進行仿真直到一種特別有用的化合物被發現——這樣就能解決掉產生的溫室氣體。

這種化合物就可以用於溫室氣體排放源來減少排放。

案例3：人工智慧

量子計算也能夠引起人工智慧（AI）和機器學習中的重大突破。

通過用大規模並行的方式同時處理輸入的所有組合，利用被稱為「量子隧道效應」的性質，量子計算可以處理在經典硬體上非常棘手的極其複雜的數據挑戰（例如大數據集和複雜拓撲結構的離散優化），而現在從業人員都是依賴於有瑕疵的啟發式方法來應對。

量子計算機在人工智慧方面潛在的應用非常引人注目，NASA有一個研究團隊專門研究量子人工智慧。

這個團隊旨在表明量子計算和量子算法將來某一天可能大大提高計算機的能力來解決複雜的優化問題以及機器學習問題。

有意思的事情是：甚至有一個觀點認為人類智能就是來源於大腦內部處理的量子計算，這個理論被稱為「量子大腦」。

那麼，這是不是亮出籌碼的時候呢？

量子計算領域還仍然處於開始階段。

在加利福利亞技術研究所最近的量子峰會上，Dave Wineland（一位美國物理學諾貝爾獎得主）告訴我在量子計算領域內多種多樣的硬體手段就像是馬拉松比賽中的運動員：可能有些方法處於領先位置，但這場比賽中實在還太早，每位競爭者都有可能超過他們的對手堅持到終點線。

但是，他也說他相信在未來10年內由於量子計算的推動我們將取得巨大的科學突破。

在他看來，該領域開創性的事件將會是量子硬體讓我們發現新東西的時刻。

他可以是仿真，也可以是新的科學。

這並不是說發展出強大的通用量子計算是先決條件。

我們可能先用一個適當規模的，專用的機器和一些高質量的外圍設備（又叫做控制電子學）實現這一點。

量子計算領域正經歷一個過渡階段，從一個理論控制的學科轉向越來越多的實際應用。

換句話說，量子計算正在從科學的殿堂步入工程的領域。

毫不誇張地說，這個過渡就相當於這個領域中的理論與工程的學術論文發表的對抗。

量子計算和量子信息的工程出版物正在上升。

來源：數據來源於Google Scholar by New Enterprise Associates.

從我作為風險投資人的有利位置來看，這是一個令人興奮的過渡階段。

我們離設計，建造並生產出一台功能性設備更近了，從而離實際應用更近了。

這對於商業，政府和社會來說都是好消息。

風險投資人應該減半嗎？

最後，我要回答一下量子計算領域對於風投來說是否已經成熟的問題。

我的觀點是對於一般的風投公司來說，答案是沒有。

投資量子計算的資本強度，超長的時間線還有高風險都不太適合普通規模的典型資金強度的風險投資公司。

然而，對於滿足一些條件的風險投資公司而言，作為考慮周到的結構性投資組合，投資量子計算可能就是一個絕佳的機會。

我想那些關鍵條件應該如下;

1. 技術能力——投資者應該了解它們所支持的技術方案的具體細節，了解這種技術與其他方案相比的關鍵優勢和劣勢。
   
   投資者在投資之前應該對要達到的技術目標有一個計劃。
   
   

2. 雄厚的資本基礎——可能需要大量的風險投資，而且不可能預測到底需要多少。
   
   投資人必須要有雄厚的資本來支持不確定的投入規模，同時還要避免把太多的雞蛋放在同一個籃子裡。
   
   

3. 風險承受能力——投資人必須經得起可能損失全部投資的風險。
   
   如果這種技術沒有作用，或者某個競爭者的技術方案更優秀，這都可能導致血本無歸。
   
   

4. 耐心的等待——投資者必須要樂於接受無限的時間線，可能長達10年甚至更久。
   
   

5. 經歷多個周期 ——長的時間線意味著一個量子計算的風險投資可能會需要經歷一次或多次的經濟周期。
   
   

6. 管理才能—— 當管理人員和政府代理提高他們對這方面的注意力時，投資者熟悉管理方面會非常有用。
   
   

7. 實事求是的期望——它不會一夜之間就成功，並且很難預測到底能不能成功。
   
   

一個「月探」可能會出錯。

但是風險投資人在做「月探」投資時都深信潛在的回報勝過高的風險。

問題不是能否在量子計算方面投資。

全世界的許多國家政府，還有國內的許多政府代理都已經在這方面投入了資金和技術支持。

一些私人也在這個領域投資。

問題是回報是否值得這些經濟風險，以及長久的等待。

同一個投資人經常不能滿足量子計算的投資需要的許多條件。

但是，對於有能力並且深刻認識到這場賭博的投資人來說，量子計算的投資將會是值得一試的「月探」。