第34章
机器变“人”的节奏：量子计算替代经典计算
2019年，IBM宣布第一台量子计算机将于三年后面市，进入实用。曾经遥不可及的量子计算机，一下子进逼，竟然快速逼近到了人类的面前。2020年3月，霍尼韦尔宣布将在未来三个月内发布全球最强大的量子计算机，其量子体积每年将提高一个数量级。用量子体积度量计算性能，而不是仅仅以量子比特，能更准确全面地度量了量子计算机的能力和解决问题的复杂程度等。
在牛顿等经典世界里，把一切看成经典物体，可以精确预测，包括对人。久而久之，把人也看成机器，把人变成了机器，经典世界的机器人，只是人形的机器，现代的木偶而已。而在量子的世界里，当量子替代经典操控计算和人工智能，机器真有可能变成人，因为机器大脑运算方式借助量子效应而飞跃提升进化，开始无限趋近于人。
在量子计算机面前，我们曾经引以为豪的经典电子计算机，就相当于以前的算盘，显得笨重又古老！无论生产、科研还是日常生活，世界将会因量子计算的到来，经历一场颠覆性改变。
传统计算机的运行套路：先走一条路，然后才能再走另一条路，不可能像孙悟空一样，有“分身术”而两条并行。传统的计算机是采用经典法则的电子计算机，尽管使用了作为量子“种类”之一的电子，并使用了依据量子理论建立的半导体材料、电子管、晶体管，然而仅仅使用了它们近宏观效应的部分，即如电流的通与不通，其运算单元，一个基本信息单元比特，在特定时刻只有特定的状态，要么0，要么1。
量子计算机之所以这么牛，核心在于量子计算机和经典计算机在原理和路径上的巨大差别。量子计算机完全利用了量子的本质特性，如叠加、并行，如此计算的方式可让速度以指数量级提升。即量子计算机可以像“齐天大圣”孙悟空那样有“分身术”，可以变出无数个孙悟空的“化身”，同时并行探索走不同的路。如此，一台电脑能魔法般变出无数台电脑的功能，进行计算。
在经典物理或者经典世界中，信息的最简单最小单位，即一个比特，其只有0和1。而量子叠加是量子力学的灵魂，即任何两个态的叠加就是一个可能的独特态，所以在量子物理或者量子世界中，信息的最简单最小单位是一个量子比特！其不仅有0和1两个态，还有它们间的任意可能的、按照量子概率可能出现的叠加态，即一个量子比特可以有无穷多个不同的状态。量子比特状态可用布洛赫球表征，一个量子比特不同的态，对应于球面上的某一个点。经典比特1和0两种状态对应于球的南北两极点，而量子比特可处在这两种态的任意叠加态，即对应球面上的其他点，即一个是0又是1、又不是0又不是1的变幻莫测的状态。类同于薛定谔猫论中的活与死的悖论。
量子叠加还能导出量子纠缠的概念。这是强大量子计算的另一个基础。从经典电子计算机跨越到量子计算机，整个人类的计算能力、处理大数据的能力，就将出现亿万倍的提升，人工智能的水准也将大大提高，能够呈现出连大自然都没有想到的结果。如此也可能出现挣脱人类掌控的智能机器，如蜜蜂或者蚂蚁大小的杀人智能机器人。从恐怖角度，这些一点也不比核武器差。
未来的人工智能与量子计算机的问世和发展，将会紧密关联。在量子计算机造出来之前，我们不用担心人工智能，因为当前的仅仅是愚蠢级别的人工智能，除两极管依据量子论而构造，其电脑的计算原理仍然是经典的。
当今我们每天使用的是经典电子计算机，其运行规则和牛顿力学一样，是决定论的、确定性的。即你每输进去一个问题，它肯定会输出一个确定的答案。因为在面对同等决策选择时，经典机器人，无法因时因地、情景地自主判定方案，必须靠人们在程序上的预先设定，也就是说我们当前的人工智能都是依靠决定论的！它就根本没有自由意志，根本不会认识到自己的存在，即使最简单的事情，也都自主决策不了。
量子计算机的研制开发过程中，人们将会发现人脑的一些重要机制。是量子力学第一次把观测者的意识与物质的演化结合起来。量子参与了意识的产生、与意识紧密相连，保证了生命每个个体的多样性和独特性，每个生命是不可以被复制成一个一模一样的。人更是如此，大脑中的信息，是不可能完全无损地被复制拷贝出来的。
经典电子计算机与量子计算机之间的区别在于，前者一台机器只能做一件事，而后者能复制出无数个自己，平行地做无数个事情。一个比喻是，当要求5分钟内，在藏有1000万册书的图书馆找到某页上有一个特殊标记的书，几乎不可能的，普通计算机就会急得发疯，得5分钟内翻遍所有的书。而量子计算机却将能复制出1000万个自己，每个只需翻找一本书。其量子计算意义在于能提供更为精准的天气预报，使得药物设计发现过程更高效，不再有交通拥堵烦恼，安全的加密通信，机器学习和自动化等等。
人脑与目前经典电脑的根本差别，可能由于人脑是由量子力学“测不准”原理和复杂非线形系统的混沌作用共同造成。人脑包含了“测不准”自然形成的神经网络，具有电脑所没有的“直觉”，这正是其“模糊”处理能力和效率高的表现。传统电脑是“测得准”确定性的串行处理系统，尽管也能模拟“模糊”处理，但效率低下。只有未来的量子计算机和计算机神经网络，才可能真正接近人脑的能力。