量子计算专题（三）_量子计算_人工智能的洪荒之力_13页_1mb

文档总结

核心内容

本文档主要分析了人工智能在当前发展中的瓶颈问题，并探讨了量子计算如何成为突破这些瓶颈的关键技术。文档指出，人工智能的三大基础要素是算法、数据和硬件算力，其中算力是当前发展受限的主要因素。随着大数据的爆发式增长，传统计算方式难以满足人工智能的算力需求，而量子计算的指数级算力提升有望为人工智能带来革命性变革。

主要观点

• 人工智能的瓶颈：数据量的指数级增长和传统硬件算力的限制是人工智能发展面临的主要挑战。
• 量子计算的优势：量子计算具有指数级的并行处理能力，能够显著提升人工智能的计算效率，尤其在大数据搜索、优化算法等领域表现突出。
• 量子计算的发展阶段：量子计算是人工智能算力发展的第三个阶段，相较于服务器和云计算，它能实现人工智能的小型化和移动化。
• 量子计算的商业化前景：非通用型量子计算机已在特定领域实现商业化，而通用型量子计算机仍处于起步阶段，但未来将与非通用型共同竞争经典计算机市场。
• 投资建议：建议关注与中科院、中科大相关的量子计算产业标的，首推中科曙光，推荐神州信息、浙江东方、亨通光电等公司。

关键信息

一、人工智能的瓶颈之一：数据庞大，算力有限

• 人工智能的三大要素：算法、数据、硬件算力。
• GPU的广泛应用提升了人工智能的计算能力，尤其在机器视觉领域。
• 2015年后，人工智能因算法、数据和算力的协同提升而迎来爆发。
• 人脸识别等应用的成功得益于深度学习算法和大数据的结合。
• 当前数据量以指数级增长，传统算力难以支撑人工智能的进一步发展。

二、量子计算：人工智能的革命性算力

• 量子计算通过量子并行计算实现指数级算力提升。
• 量子比特数量以指数形式增长，算力以“指数的指数”增长。
• 2013年非通用型量子计算机已实现512位量子比特，2015年达到1000位。
• 量子计算在特定算法（如模拟退火）上可比经典计算机快一亿倍。
• 量子计算将推动人工智能从依赖大型服务器向小型化、移动化发展。

三、量子计算提升人工智能效率，拓展应用场景

• 量子计算可实现大数据的快速搜索，例如使用Grover算法，对无序数据库的搜索效率提升为平方根级别。
• 量子计算将拓展人工智能的应用场景，包括智能驾驶、无人机、手机终端等。
• 量子计算可实现本地数据处理，减少对云端的依赖，提高响应速度和实时性。

重点公司财务指标

风险提示

1. 技术难以突破，产业落地较难。
2. 被其他技术替代的风险。

参考报告

• 《计算机行业周报2017年5月1日—中国AI加速落地》
• 《智能驾驶/无人驾驶系列之十一智能驾驶“三国演义”，无人驾驶之前传》
• 《IT 宿命系列之：智慧城市专题深度一金袍加身，“雄”起可待》
• 《量子计算专题（二）：魔鬼的较量：量子计算VS量子通信》
• 《量子计算专题（一）：打开魔鬼之门》