人工智能正在對各行各業(yè)的流程產(chǎn)生巨大影響，加快進度并降低成本。數(shù)字孿生也無法免疫于地殼變遷。麥肯錫公司寫道，為車輛調(diào)度或為多臺機器制定生產(chǎn)計劃等專業(yè)應用創(chuàng)建數(shù)字孿生可能需要六個月甚至更久。大型語言模型可以生成數(shù)字孿生代碼，從而減少創(chuàng)建這些模塊所需的勞動力和時間。

這家全球咨詢公司的分析師寫道，兩者之間正在發(fā)展的共生關系，稱“生成式人工智能能夠構建數(shù)字孿生的輸入并綜合輸出，而數(shù)字孿生能夠為生成式人工智能提供一個穩(wěn)健的測試與學習環(huán)境。通過結合這些技術，組織能夠產(chǎn)生協(xié)同效應，降低成本、加快部署，并提供遠超單獨能力的價值。”

他們寫道，人工智能甚至可以創(chuàng)造“一個通用的數(shù)字孿生解決方案——一個基礎性的通用模型——促進設計，并為數(shù)字孿生項目甚至各行業(yè)的開發(fā)者提供起點。”

Quantum Elements是一家初創(chuàng)公司，今年秋天在QNDL參與公司（資助和支持量子初創(chuàng)企業(yè)和創(chuàng)始人）以及南加州大學維特比工程學院的支持下，利用AI與數(shù)字孿生結合，推出了Constellation平臺，旨在加速實現(xiàn)商業(yè)化、容錯量子計算的時間表。

該公司的AI原生量子開發(fā)平臺包括AI代理、自然語言以及Quantum Elements的仿真工具，組織可利用這些工具生成代碼，創(chuàng)建、運行和測試量子算法和應用。同時，企業(yè)還可以利用該平臺以及創(chuàng)始人所稱的“先進噪聲量子比特模擬器”，創(chuàng)建量子系統(tǒng)的虛擬原型——數(shù)字孿生，這是減少采用這項仍在發(fā)展中的技術所需的時間和成本的關鍵一步。

截至目前，還沒有開發(fā)平臺能夠提供量子計算所需的功能，包括能夠在完美條件下觀察系統(tǒng)、理解其行為，以及生成代表系統(tǒng)變化及其應用場景的海量數(shù)據(jù)，Quantum Elements的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Izhar Medalsy如是說。

“這個項目不存在的原因很簡單，”Medalsy告訴《The Next Platform》。“硬件稀缺且昂貴，它不斷演變，你會有不同的模型，不同的芯片制造商和不同的芯片世代......這一切都很好。我們需要這些才能繼續(xù)前進。但拖慢的是虛擬化和大規(guī)模模擬這些系統(tǒng)的能力。關鍵是你需要數(shù)字孿生。你需要像流量模擬器模擬飛機機翼上的氣流，或者Cadence、Ansys或Synopsis模擬晶體管那樣來觀察系統(tǒng)，才能虛擬化那些龐大的GPU和CPU，預測下一代的表現(xiàn)。”

真正容錯量子系統(tǒng)的預期時間表似乎正在縮短，因為IBM、Microsoft、Google和亞馬遜網(wǎng)絡服務（AWS）等眾多主要廠商已采取措施應對糾錯和量子比特的挑戰(zhàn)——不僅是系統(tǒng)中可運行的數(shù)量，還確保足夠穩(wěn)定以使其完成實際工作——同時越來越多的純玩家公司也在推動自己的路線圖。

Quantum Elements希望利用AI驅動的仿真能力，使量子軟硬件的開發(fā)和運行更加簡便。Medalsy表示，模擬量子基礎設施比經(jīng)典系統(tǒng)更為困難，他指出量子比特的復雜性以及從超導和困住離子到中性原子、光子學和硅自旋等多種模態(tài)的擴展，這些模態(tài)在從相干時間（量子比特維持量子態(tài)的時間長短）到門極保真度等各方面都不同， 連接性和可擴展性。

“經(jīng)典系統(tǒng)和量子系統(tǒng)最大的區(qū)別在于，經(jīng)典系統(tǒng)中，比特是比特，零是零，一是一，”這位CEO說。“你可以使用不同的編譯器和作系統(tǒng)。歸根結底，他們要發(fā)出的指令是一樣的。在量子系統(tǒng)中，由于不同的模態(tài)、系統(tǒng)和方法，每個量子比特的行為方式都不同。在每個量子比特上，我們以不同的方式實現(xiàn)計算，不同的脈沖。”

這意味著無論運行在量子系統(tǒng)上，都必須能夠理解量子比特所采用的模態(tài)及其帶來的變化。鑒于原型機可達的規(guī)模，它們還可以解決諸如錯誤糾正（如表面碼和昆士蘭PC等先進技術）以及錯誤抑制等問題。

“如果在經(jīng)典系統(tǒng)中......零就是零，一就是一，在量子系統(tǒng)中，如果你需要校準，然后還要做電路優(yōu)化、錯誤抑制、糾錯和誤差緩解，所有這些都必須具備硬件感知能力，“他說。“如果你的硬件非常稀缺，而且它一直在變化，你需要達到能夠在所有噪聲和阻礙它們正常工作的條件下，大規(guī)模預測、模擬和仿真這些組件的水平，并用這些來訓練你的人工智能模型。這正是我們正在做的。”

通過Constellation，組織可以構建他們想測試的量子系統(tǒng)硬件的數(shù)字孿生，比如它將使用的模態(tài)。

他們隨后可以在這些模擬上運行應用程序和算法，了解性能并相應調(diào)整。這包括噪聲——環(huán)境干擾如熱量、電磁場、聲音或其他量子比特——這些干擾會破壞量子比特脆弱的量子態(tài)，導致誤差和退相干，信息丟失。這降低了測試的成本和時間，因為他們無需建造物理量子原型，這可以節(jié)省數(shù)月工作和數(shù)十萬美元。相反，這些工作可能需要幾分鐘時間。

該平臺實現(xiàn)了生產(chǎn)力的20倍提升和開發(fā)速度提升100倍。

“你有一個物理系統(tǒng)，”梅達爾西說。“當你連接到這個物理系統(tǒng)時，你可以匯集定義該系統(tǒng)的所有指標。在量子中，我們稱之為'破壞速率'。你的量子比特多久會停止正常工作？這定義了該系統(tǒng)工作的時間跨度，實際上也定義了控制你系統(tǒng)的噪聲模型。這就是物理表示。我們匯集了所有這些信息，現(xiàn)在我們給你一個數(shù)字表示，包含我們構建的所有噪聲模型。”

Quantum Elements的軟件隨后可以對數(shù)字孿生進行修改，確保軟件運行更好，性能最佳。舉例來說，Medalsy指出了一個測試，量子比特間的串擾對Shor算法的影響，該算法用于求整數(shù)的質因數(shù)。他說，挑戰(zhàn)在于量子比特喜歡“說話”，所以當你作一個時，它會污染另一個，形成他所說的“打地鼠問題”。Quantum Elements想做的是看看它如何影響算法。

如果沒有模擬數(shù)字孿生，這項工作可能需要四到六個月，成本超過10萬美元。科學家們需要制造一個組件，切割芯片，多次冷卻，并處理量子比特之間的串擾。

相反，使用 Quantum Elements 的平臺時，“你選擇的是你感興趣的平臺——在這里是 IBM——以及你感興趣的 QPU 系列，”Medalsy 說。“我們給你一個畫布，這個數(shù)字畫布讓你根據(jù)需求構建虛擬量子處理器。你正在選擇你的量子比特，連接它們，并且可以選擇你想要的連接方式。一旦連接好，你就可以控制所有這些參數(shù)。你可以輸入你想要的數(shù)字來驅動那些虛擬量子比特，以及你想要的噪聲模型。你甚至能控制這種交叉對話。”

在測試中，Quantum Elements對肖爾算法的準確率達到了99%，他們稱這是一項世界紀錄。

這家成立僅兩年的公司——其其他聯(lián)合創(chuàng)始人包括南加州大學量子信息科學與技術中心首席科學官兼聯(lián)合創(chuàng)始人兼主任丹尼爾·利達，以及哈佛教授、美國國家科學院院士阿米爾·雅科比——不僅獲得了強有力的資金支持，還建立了一系列令人印象深刻的合作伙伴關系，包括與IBM等量子企業(yè)。 AWS、Quantum Machines、Nvidia和Rigetti，以及USC和UCLA。

“對我來說，這已經(jīng)非常明確了，這就是加速該領域的技術，”梅達爾西說。“如果你考慮其他行業(yè)的發(fā)展，我們會看到?jīng)]有飛行模擬器或沒有流動動力學的航空業(yè)嗎？我們是否看到經(jīng)典器件社區(qū)和行業(yè)，卻沒有模擬布局和系統(tǒng)的性能？還是說我們看到AI和自動駕駛汽車，卻無法增強和提供道路上行駛車輛的數(shù)字孿生？這是必須的。人工智能正成為量子計算缺失的元素。”