文章来源：新智元
图片来源：由无界 AI生成
在生成式AI的时代，算力已经肉眼可见的成为了技术发展的天花板。
英伟达几乎是现在这个时代算力问题的唯一解。
三十年前，在那个Denny's餐厅里开会的英伟达创始团队，肯定想象不到，他们看好的计算方式，将某种程度决定30年后人类智能的上限。
而我们这个时代的「Denny's里的英伟达」在哪里呢？
一个由来自前谷歌量子计算研究团队的科学家团队宣布，他们成立于2022年的Extropic获得了1410万美元的天使融资，将根据「热力学和信息的第一原理构建人工智能超级计算机。」
在他们的公司主页上，一个自称来自未来的「自组装智能」给现在的人类发来了一条讯息：
无所不在的生成式人工智能时代即将到来。时间表已经开始加速。未来一定会实现。Extropic正在为物理世界中的生成式人工智能构建终极基础。像外星人一样，利用热力学和信息的第一原理构建人工智能超级计算机。随着这一筹款公告的发布，Extropic 跨越了时间轴上的一个重要关卡。利用技术资本机器为我们的文明轨迹创造核心技术的里程碑。Extropic AI 超级计算机因此开始从未来组装起来。在他们的X主页介绍上，只有一排莫尔斯码：
翻译成英语是：SELF-ASSEMBLING INTELLIGENCE FROM THE FUTURE（来自未来的自组装智能）。
而他们最新发布的X推文也是这种画风：
注意...这是来自未来的紧急广播。连接不稳定...请务必...调整至此频率...于2023年12月4日，上午6点...我们必须确保...我们时间线的到来...未来必须成为现实...我们全依靠你了，匿名者。随着生成式人工智能的浪潮席卷世界，我们更加渴望更便宜、更快、更高效、可扩展的计算能力。
——鉴于目前的算力瓶颈，我们能否从根本上重新构想什么是「计算机」？
我们可以想象一台计算机，它不是抑制世界的自然熵，而是与它共生，将其作为一种资产。
我们可以想象一台高效的计算机，它有能力把生成式人工智能扩展到整个世界，并避免大规模的能源消耗。
我们可以想象一台受大自然启发的计算机，它从生命如何在热力学和自组织的驱动下找到出路中汲取灵感。
而Extropic，正在制造这样一台计算机。
来自未来的Extropic
Extropic是一家由谷歌量子计算研究团队前成员领导的硬件初创公司，创立于2022年，现已获得了1410万美元的种子轮投资。
本次投资由Kindred Ventures领投，还吸引了包括HOF Capital、Julian Capital和Marque VC等十几家其他投资者的参与，另外还包括Adobe、Shopify和几位AI公司的高管。
Extropic的首席执行官Guillaume Verdon和首席技术官Trevor McCourt均来自于谷歌。
在谷歌工作期间，Verdon和McCourt领导了TensorFlow Quantum的开发，该库可用于在量子计算芯片上运行AI模型。
Extropic正在构建一种优化的芯片，以运行大型语言模型。
Verdon将Extropic的技术描述为「基于物理的计算的新型全栈范式」，利用了非平衡热力学（物理学的一个新兴分支，专注于研究化学反应等现象）。
尽管创始团队来自于谷歌的量子计算团队，但Extropic的产品并非量子计算芯片，公司的研发团队正在开辟一条不同的道路，以实现基于物理学的实用计算。
——「一条不依赖于量子力学的道路，一条噪音是资产而不是负担的道路，一条不需要设备物理学奇迹就能达到工业规模的道路。」
量子计算芯片至今未能成功商业化的原因之一就是噪声，基于量子计算的处理器极易出现计算错误或噪声，使之无法可靠地进行复杂的计算。
而Extropic正在寻求建立一个可以避免噪声影响、甚至利用噪声的系统。
Extropic的目标之一是减少运行AI模型所需的电量。Verdon表示，芯片将能够自动执行某些编码任务，
「人们可以想象，一台计算机不是强制性地编程，而是自然而然地找到一种方法来对自身进行编程，以学习世界的表征。」
Extropic在自己的博客中表示，为了使日常生活中的各种设备更精确、更可靠、更准确、噪音更小，团队进行了大量的研究。
Extropic正在构建一种计算范式，利用非平衡热力学的力量，从根本上将生成式人工智能与世界物理学融合在一起。
最终实现将生成式人工智能嵌入到世界的物理过程中，实现物理定律所定义的空间、时间和能量方面的效率极限。
面向未来的团队
作为物理学前沿与人工智能相结合的探险，Extropic的创始团队集结了众多大佬。
团队的科学家和工程师们主要为物理学和人工智能领域，而几位关键成员来自量子计算科学领域。
Extropic的首席执行官为Guillaume Verdon。
在创立Extropic之前，Guillaume是Alphabet X物理与人工智能团队的量子技术负责人。他开创了大量的量子技术，在感知、通信和表征学习方面有着广泛的应用。
Guillaume是量子深度学习领域的先驱，在滑铁卢大学（University of Waterloo）攻读博士学位期间，他创立了后来成为谷歌的TensorFlow Quantum项目，最终加入了谷歌量子人工智能团队。
他拥有理论物理和信息论的广泛背景，并获得了Perimeter Institute和Institute for Quantum Computing的硕士学位。
Extropic的首席技术官是Trevor McCourt，他最初是一名机械工程师。
在Waterloo学习期间，他加入了TensorFlow Quantum项目的创始团队，并结识了Guillaume。
从此，他们两人密切合作，开创了从0到1的可微分量子编程软件。
随后，Trevor回到硬件工程方向，在Google Quantum AI开发尖端设备和控制技术。
Trevor目前致力于研究自组织物理系统，并在麻省理工学院攻读博士学位，研究噪声在计算和生命系统中的作用。
Christopher Chamberland是Extropic的首席建筑师，被认为是最杰出的量子计算机架构师之一。
此前，Christopher领导建立了AWS和IBM Quantum的核心量子架构，目前负责Extropic的架构工作。
在加入AWS和IBM之前，Christopher曾在Microsoft Quantum工作，并获得了滑铁卢大学量子计算研究所的博士学位。
Extropic团队的其他成员也主要来自于AWS、Meta、IBM、Nvidia、Xanadu等许多世界顶级科技公司或学术机构。
这个高度跨学科的团队，在基于物理学的人工智能方面，拥有丰富的经验和独特的优势，开创了追求物理和人工智能相统一的方法。
量子计算新突破
这几位量子计算领域的大佬离开了量子计算，着手开发「不依赖量子力学」的AI芯片。
但巧的是，就在Extropic宣布巨额融资的同时，老东家谷歌的量子计算团队也发表了自己的研究成果。
研究博客：https://blog.research.google/2023/12/a-new-quantum-algorithm-for-classical.html#:~:text=In%20%E2%80%9CExponential%20quantum%20speedup%20in,reasoning%20purely%20about%20classical%20systems.
「我们报告了一种新的量子算法的发现，该算法为模拟耦合经典谐波振荡器提供了指数优势。这些是自然界中最基本、最普遍的系统，可以描述无数自然系统的物理学，从电路到分子振动再到桥梁力学。」
下面是一个通过弹簧连接到墙壁的质点，代表简单的谐波振荡器。
现在考虑耦合谐波振荡器，其中多个质点通过弹簧相互连接。移位一个质点，就会在整个系统中产生振荡波。
在经典计算机上模拟大量质点的振荡，将变得越来越困难。
为了能够模拟大量耦合谐波振荡器，研究人员提出了一种映射，将所有质点和弹簧的位置、速度编码到量子比特系统的量子波函数中。
研究人员证明了某一类耦合经典振荡器系统可以在量子计算机上有效地模拟。并且，这些算法在资源使用方面同样有效。
另外，就在今天，IBM推出了第一台具有1000多个量子比特的量子芯片。
不过IBM也表示，他们将改变研究方向，专注于提高机器的容错能力，而不仅仅是提升量子比特数。
多年来，IBM一直遵循量子计算的路线图，每年将量子比特的数量增加一倍。
本次推出的芯片名为Condor，有1121个超导量子比特，呈蜂窝状排列。
它延续了之前的一系列命名，包括 2021 年的 127 量子比特芯片和去年的 433 量子比特芯片。
IBM今天公布的量子研究的新路线图显示，到本世纪末，它将达到有用的计算能力，例如模拟催化剂分子的工作原理。
量子计算机利用量子纠缠和叠加的性质来执行经典计算机无法执行的某些计算。
量子态是善变的，如同我们人类的发展一样，未来的方向令人着迷，更多的瓶颈和极限等待我们去突破。
参考资料：
https://www.extropic.ai/accelerate