电子产品世界

人工智能正在对各行各业的流程产生巨大影响，加快进度并降低成本。数字孪生也无法免疫于地壳变迁。麦肯锡公司写道，为车辆调度或为多台机器制定生产计划等专业应用创建数字孪生可能需要六个月甚至更久。大型语言模型可以生成数字孪生代码，从而减少创建这些模块所需的劳动力和时间。

这家全球咨询公司的分析师写道，两者之间正在发展的共生关系，称“生成式人工智能能够构建数字孪生的输入并综合输出，而数字孪生能够为生成式人工智能提供一个稳健的测试与学习环境。通过结合这些技术，组织能够产生协同效应，降低成本、加快部署，并提供远超单独能力的价值。”

他们写道，人工智能甚至可以创造“一个通用的数字孪生解决方案——一个基础性的通用模型——促进设计，并为数字孪生项目甚至各行业的开发者提供起点。”

Quantum Elements是一家初创公司，今年秋天在QNDL参与公司（资助和支持量子初创企业和创始人）以及南加州大学维特比工程学院的支持下，利用AI与数字孪生结合，推出了Constellation平台，旨在加速实现商业化、容错量子计算的时间表。

该公司的AI原生量子开发平台包括AI代理、自然语言以及Quantum Elements的仿真工具，组织可利用这些工具生成代码，创建、运行和测试量子算法和应用。同时，企业还可以利用该平台以及创始人所称的“先进噪声量子比特模拟器”，创建量子系统的虚拟原型——数字孪生，这是减少采用这项仍在发展中的技术所需的时间和成本的关键一步。

截至目前，还没有开发平台能够提供量子计算所需的功能，包括能够在完美条件下观察系统、理解其行为，以及生成代表系统变化及其应用场景的海量数据，Quantum Elements的联合创始人兼首席执行官Izhar Medalsy如是说。

“这个项目不存在的原因很简单，”Medalsy告诉《The Next Platform》。“硬件稀缺且昂贵，它不断演变，你会有不同的模型，不同的芯片制造商和不同的芯片世代......这一切都很好。我们需要这些才能继续前进。但拖慢的是虚拟化和大规模模拟这些系统的能力。关键是你需要数字孪生。你需要像流量模拟器模拟飞机机翼上的气流，或者Cadence、Ansys或Synopsis模拟晶体管那样来观察系统，才能虚拟化那些庞大的GPU和CPU，预测下一代的表现。”

真正容错量子系统的预期时间表似乎正在缩短，因为IBM、Microsoft、Google和亚马逊网络服务（AWS）等众多主要厂商已采取措施应对纠错和量子比特的挑战——不仅是系统中可运行的数量，还确保足够稳定以使其完成实际工作——同时越来越多的纯玩家公司也在推动自己的路线图。

Quantum Elements希望利用AI驱动的仿真能力，使量子软硬件的开发和运行更加简便。Medalsy表示，模拟量子基础设施比经典系统更为困难，他指出量子比特的复杂性以及从超导和困住离子到中性原子、光子学和硅自旋等多种模态的扩展，这些模态在从相干时间（量子比特维持量子态的时间长短）到门极保真度等各方面都不同， 连接性和可扩展性。

“经典系统和量子系统最大的区别在于，经典系统中，比特是比特，零是零，一是一，”这位CEO说。“你可以使用不同的编译器和作系统。归根结底，他们要发出的指令是一样的。在量子系统中，由于不同的模态、系统和方法，每个量子比特的行为方式都不同。在每个量子比特上，我们以不同的方式实现计算，不同的脉冲。”

这意味着无论运行在量子系统上，都必须能够理解量子比特所采用的模态及其带来的变化。鉴于原型机可达的规模，它们还可以解决诸如错误纠正（如表面码和昆士兰PC等先进技术）以及错误抑制等问题。

“如果在经典系统中......零就是零，一就是一，在量子系统中，如果你需要校准，然后还要做电路优化、错误抑制、纠错和误差缓解，所有这些都必须具备硬件感知能力，“他说。“如果你的硬件非常稀缺，而且它一直在变化，你需要达到能够在所有噪声和阻碍它们正常工作的条件下，大规模预测、模拟和仿真这些组件的水平，并用这些来训练你的人工智能模型。这正是我们正在做的。”

通过Constellation，组织可以构建他们想测试的量子系统硬件的数字孪生，比如它将使用的模态。

他们随后可以在这些模拟上运行应用程序和算法，了解性能并相应调整。这包括噪声——环境干扰如热量、电磁场、声音或其他量子比特——这些干扰会破坏量子比特脆弱的量子态，导致误差和退相干，信息丢失。这降低了测试的成本和时间，因为他们无需建造物理量子原型，这可以节省数月工作和数十万美元。相反，这些工作可能需要几分钟时间。

该平台实现了生产力的20倍提升和开发速度提升100倍。

“你有一个物理系统，”梅达尔西说。“当你连接到这个物理系统时，你可以汇集定义该系统的所有指标。在量子中，我们称之为'破坏速率'。你的量子比特多久会停止正常工作？这定义了该系统工作的时间跨度，实际上也定义了控制你系统的噪声模型。这就是物理表示。我们汇集了所有这些信息，现在我们给你一个数字表示，包含我们构建的所有噪声模型。”

Quantum Elements的软件随后可以对数字孪生进行修改，确保软件运行更好，性能最佳。举例来说，Medalsy指出了一个测试，量子比特间的串扰对Shor算法的影响，该算法用于求整数的质因数。他说，挑战在于量子比特喜欢“说话”，所以当你作一个时，它会污染另一个，形成他所说的“打地鼠问题”。Quantum Elements想做的是看看它如何影响算法。

如果没有模拟数字孪生，这项工作可能需要四到六个月，成本超过10万美元。科学家们需要制造一个组件，切割芯片，多次冷却，并处理量子比特之间的串扰。

相反，使用 Quantum Elements 的平台时，“你选择的是你感兴趣的平台——在这里是 IBM——以及你感兴趣的 QPU 系列，”Medalsy 说。“我们给你一个画布，这个数字画布让你根据需求构建虚拟量子处理器。你正在选择你的量子比特，连接它们，并且可以选择你想要的连接方式。一旦连接好，你就可以控制所有这些参数。你可以输入你想要的数字来驱动那些虚拟量子比特，以及你想要的噪声模型。你甚至能控制这种交叉对话。”

在测试中，Quantum Elements对肖尔算法的准确率达到了99%，他们称这是一项世界纪录。

这家成立仅两年的公司——其其他联合创始人包括南加州大学量子信息科学与技术中心首席科学官兼联合创始人兼主任丹尼尔·利达，以及哈佛教授、美国国家科学院院士阿米尔·雅科比——不仅获得了强有力的资金支持，还建立了一系列令人印象深刻的合作伙伴关系，包括与IBM等量子企业。 AWS、Quantum Machines、Nvidia和Rigetti，以及USC和UCLA。

“对我来说，这已经非常明确了，这就是加速该领域的技术，”梅达尔西说。“如果你考虑其他行业的发展，我们会看到没有飞行模拟器或没有流动动力学的航空业吗？我们是否看到经典器件社区和行业，却没有模拟布局和系统的性能？还是说我们看到AI和自动驾驶汽车，却无法增强和提供道路上行驶车辆的数字孪生？这是必须的。人工智能正成为量子计算缺失的元素。”

关键词： Quantum Elements 人工智能 数字孪生 量子计算

加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码