beat365平台入口，beat365平台入口，beat365平台入口，对于Rich Uhlig，《中国科学报》记者的第一印象是聪明、睿智。面对媒体或宏观或专业的问题，他总是能有条不紊、深入浅出地给出逻辑清晰的答案。

　　作为英特尔技术与系统架构和客户端事业部高级院士、英特尔研究院院长，他在近日位于北京融科资讯中心的英特尔中国研究院接受记者专访时，正好是谷歌宣称其率先实现 “量子霸权”一事在业界余波未尽之际，量子计算也因此成为媒体们“火力”集中之所在。

　　然而，作为在美国、欧洲、印度等全球各地均有布局的英特尔研究院掌舵人，在Uhlig看来，前沿计算绝不仅仅只有量子计算。他告诉《中国科学报》记者，在进行前沿性探索时beat365平台，，英特尔一直以来秉承的原则是，“不要只选择单一的一种路径去解决问题，然后就深陷其中不可自拔，而是要运用不同手段进行多方探索，并分别加以测试，这样才能渐渐看清哪一种或者哪几种方法更有可能成功。”

　　16年前的东京地铁站，在iPhone等智能手机还没有出现的时候，所有人都已在低头不停地“刷”手机了。这和4年之后出现第一代iPhone，乃至发展到现在的景象何其相似。Uhlig指着记录下这一情景的那张照片，用当代著名科幻小说作家威廉吉布森的话总结说，“未来已来，只是分布不均”。而在他看来，包括前沿计算在内的未来技术发展，也是如此。

　　谈及前沿计算，Uhlig认为主要是解决两个维度的问题：一是提高应对日益繁多且性质越加复杂的数据的效率，二是数据的隐私及安全。在这方面，他认为可能有四种颠覆性的技术方向，即量子计算、神经拟态计算、概率计算和图计算。

　　在Uhlig看来，这是四种完全不同的计算模式。量子计算最大的好处在于它允许对同一个问题同时试验多个解，并通过连续的采样让研究者获得对于这一问题的最终答案。

　　而神经拟态计算是一种高能效的神经网络系统。它可以模仿人类大脑的运作机制，去寻求一个问题的解答，可以应用于机器人控制、自学习、动态控制、稀疏编码等。

　　概率计算则是用来处理那些内在不精准的、噪音非常大的数据beat365平台，。“因为当前数据性质正在发生变化，数据日益变得充满噪音而且非常不准确，所以我们需要有一种技术可以对其进行优化。用户想要在数据意义上实现完全精准，通过概率或者统计为基础的这种计算，就可以极大地提升效率。” Uhlig说。

　　而图计算则主要是发现数据之间的内在关系，尤其是大规模数据之间的内在关系，例如社交网络或者其他实体之间等。在这方面，贝叶斯算法等传统计算方式不易进行表述，而用图计算则可以有效提升稀疏数据的处理效率。

　　“截至目前，英特尔在这四个领域都有探索性研究，而且并不笃定其中哪种方法将来会超越其他路径，而是认为要多管齐下。” Uhlig告诉《中国科学报》。

　　量子计算的线日，《自然》杂志刊发了谷歌公司的一篇论文。在该论文中谷歌表示，其开发出一款54量子比特数（其中53个量子比特可用）的超导量子芯片“Sycamore”。基于该芯片，谷歌对一个53比特、20深度的电路采样一百万次只需200秒。而目前最强的经典超级计算机Summit要得到类似结果，则需要一万年。基于这一突破，谷歌宣称其率先实现了“量子霸权”。

　　当《中国科学报》记者问及如何评价谷歌的这一成绩时，Uhlig首先对其所取得的进步给予了认可，不过他也同时强调，要将其放在正确的位置加以认识。

　　要具备什么样的条件才可以称之为实现了“量子霸权”？在Uhlig看来，首先要找到一个非常复杂且对人类生活有实际价值的问题，其次要证明在解决这一复杂问题的过程中量子计算的效率远超传统计算方式。“因此，我认为量子计算真正的目标不是达成量子霸权，而是实现量子实用性。” Uhlig说。

　　Uhlig向《中国科学报》透露，在量子计算方面，英特尔起初是在超导量子位芯片和自旋量子位芯片两个方向“双管齐下”的，但最近英特尔内部将这一研究的范围更多地聚焦在了自旋量子位芯片上，并且取得了相当好的进展。2018年6月，英特尔宣布，其研究人员正在测试一种微小的新型“自旋量子位”芯片，向量子计算机的发展迈出了新的一步。这也是截至目前英特尔制造出的最小的量子计算芯片，比铅笔头上的橡皮擦还要小。

　　在Uhlig看来，量子计算要想实现商业化，至少还需要十年。这是因为量子计算能解决多少问题与量子位的数量、规模是成正比关系的，而众所周知量子位非常脆弱，可能毫秒之间就会发生分解，所以未来需要开发一些使得周围的环境对量子位而言有更大包容度、可以让它们能够持续下去的技术。

　　“如果说量子计算是一场马拉松，那么现在才仅只跑完了第一英里，这就是现状。” Uhlig总结说。

　　谈及神经拟态计算、概率计算和图计算，Uhlig坦言，这三个方向都还处于研究过程当中，尚没有成型的产品路线图，因为“我们需要充分地了解每一种计算模式擅长什么或不擅长什么，所以截至目前还不知道何时能够将之产品化。一旦我们有信心能够应用它们来成功解决某些问题的时候，就会对其启动产品开发计划” 。

　　Uhlig特别提到了英特尔在神经拟态计算方面的进展。2019年7月，英特尔推出了代号为“Pohoiki Beach”的800万神经元神经拟态系统，以此支持全球生态系统合作伙伴继续开拓神经启发式算法研究的下一个前沿。它包含64块Loihi研究芯片。

　　Uhlig告诉《中国科学报》，他们正在做的事情是推动在Loihi系统外部建设神经拟态研究社区，以便基于它开发出更多、更好的应用。“截至目前已经有了非常有趣的结果，包括基于此研发出来的具有高能效的推理手段和机器人控制系统，以及进行稀疏编码、约束满足和优化方面的计算。” Uhlig透露。

　　在Uhlig看来，创新往往诞生于不同领域的交叉地带。因此，不同领域的研究人员之间进行越多的合作及共享就越有可能取得成功。但当谈及具体的领域时，Uhlig并没有给出明确的答案，因为他认为“惊喜恰恰来自于没有被准确地提出或者提前说出的那些方面”。

　　版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：。

　　案例研究：利用Landsat 8卫星图像进行植被分类以估计森林火灾危险

　　Eya2在人类前列腺癌中过表达并通过AKT/Bcl-2信号通路调节多烯紫杉醇敏感性和线