量子计算软硬结合，重新定义生成式AI

近日，量子计算上市公司 IonQ 与量子软件领军企业 Zapata 深化了双方之前的合作框架，将焦点集中于量子生成式人工智能技术。

01. 量子合作引领AI新篇章

此战略联盟致力于在量子计算机硬件上进行生成式AI的基准测试，探索并揭示量子计算在此领域的新的优势。

这不仅能够帮助公司解决现实世界中的复杂业务问题，还有望为整个产业带来创新的视角。

结合 Zapata 的应用程序开发经验与 IonQ 的前沿计算技术和服务，双方将共同推进生成人工智能项目的研发与实施。此外， IonQ 与 Zapata 均获得了美国国防高级研究计划局 (DARPA) 授予的为期多年的量子计算机基准奖。

另一方面，此次战略合作亦将加速双方的上市活动，旨在扩大 IonQ 离子阱量子计算机系统与 Zapata 产品的市场覆盖率，提供更多优质服务于企业客户。

02. 生成式AI：从描述到优化

生成式人工智能，如ChatGPT，已经在商业领域中展现了其强大的实力，尤其在文本生成方面。无论是为销售团队打造定制化的销售脚本，还是赋能聊天机器人，使其更具交互性，这些工具都已经证明了自己的价值。

但值得注意的是，其在分析能力上的潜在优势仍然被低估。

描述性分析：深化数据认知

生成式AI技术为描述性分析带来了革命性的变革。通过生成合成数据，它可以增强现有数据集，使企业可以进行更深入的分析。在传统的数据采集过程中，多种因素可能成为阻碍，例如传感器的限制、隐私问题和成本约束。然而，借助生成模型，企业能够模仿真实数据生成合成数据，从而绕过这些障碍。更为重要的是，生成模型甚至能为那些传统手段难以观测的变量创造出合成数据。

预测分析：走向真实的未来

在预测分析领域，生成模型带来的合成数据同样具有不可估量的价值。特别是在训练数据有限的情况下，最新的研究显示，量子生成模型在泛化方面的表现可能超越了传统模型。例如，在Zapata与 Andretti合作的印地赛车的黄旗预测中，量子生成模型为此类预测任务提供了更真实的合成数据，即使训练数据量十分有限。相同的技术也可以应用于其他异常预测场景，如欺诈活动或设备故障的预测。

规范性分析：引导向最优

生成模型的应用也延伸到了规范性分析中，特别是在寻找复杂问题的最优解时。例如，在Zapata与宝马的合作中，通过生成模型成功优化了他们的生产线调度，实现了停机时间的最大化减少。

生成式AI为企业分析提供了全新的工具和视角。从丰富的数据视图到精准的预测，再到针对复杂问题的创新解决方案，其潜力巨大。

但同时，应用于企业环境时，必须确保数据的质量和模型的可靠性，通常，ChatGPT 等开源或在线生成式 AI 工具无法提供工业用例所需的可靠性，因此使用您自己的数据微调这些模型并将其集成到您现有的基础设施中非常重要。

这也是IonQ 与 Zapata 深度合作的关键所在。

图｜IonQ 量子计算机（来源：IonQ）