热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

刚加入阿里巴巴的施尧耘,想在五年内建起量子计算的体系结构

撰文|彭君韬(Tony)9月11日正式宣布加入阿里巴巴的量子科学家施尧耘,已经开始为新的「NASA」计划奔波。今年,阿里巴巴

撰文 | 彭君韬(Tony)


9 月 11 日正式宣布加入阿里巴巴的量子科学家施尧耘,已经开始为新的「NASA」计划奔波。


今年,阿里巴巴在科研上动作频频。3月,阿里巴巴在杭州正式启动了代号为「NASA」的计划,准备组建面向未来 20 年的独立研发部门,面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术;9 月,阿里巴巴与浙江省政府、浙江大学和共同在杭州成立了之江实验室。


在中国风生水起的阿里巴巴,同样在美国布局基础研究。施尧耘的到来不只是研究量子科学,而是要帮助新东家在美国完成基础研究上的突破。

量子计算是基础研究的起点

2014 年成立的 iDST(数据科学与技术研究院)曾被认为是阿里巴巴的「微软亚洲研究院」,其办公室设在了硅谷,并先后招募了一批美国顶尖的华人科学家,包括华先胜、金榕、漆远、任小枫等,致力于研究人工智能和深度学习等前沿领域。


但是,iDST 并非仅针对纯粹的基础研究,核心技术依旧和业务线紧密结合。举个例子,iDST  的计算机视觉研究和淘宝业务中的「拍立淘」捆绑在一起。拍立淘的功能是让用户对自己喜欢的产品拍照,系统会根据照片做商品推介。深度学习的作用是利用算法对推荐商品进行排序,收集用户数据来训练模型的排序损失函数。


自从 NASA 计划公布后,阿里巴巴希望在前沿基础研究上更进一步,和谷歌、IBM、微软等顶尖科技企业同台竞争。量子计算是一个起点。


9 月 26 日,施尧耘参加了阿里巴巴在斯坦福大学举办的技术分享会,向上百位美国西海岸高校的学生介绍阿里巴巴在基础研究建设的未来愿景。乘坐四个半小时的飞机从密歇根州的家来到加州的帕罗奥托,施尧耘感慨加入阿里巴巴之后,生活的变化极大。过去,他的身份是密歇根大学安娜堡分校的终身教授;现在,他是阿里云量子计算的首席科学家,负责组建阿里云量子计算实验室(AQL)。



施尧耘


「我的基地基本是在飞机上。」加入阿里巴巴之后,施尧耘有一半时间在做调研,跑遍中、美、欧等重要学术机构和研究所,介绍阿里巴巴,交流量子计算的研究心得,寻求学术上的合作伙伴,规划 AQL 发展计划。


 在今年的阿里巴巴云栖大会上,施尧耘将组织一场量子计算主题峰会,邀请到拜访过的这些学术机构代表到场参与讨论。据施尧耘透露,他们也都将陆续地和阿里巴巴展开学术上的深度合作。

人才招募之路不平坦,施尧耘希望「五年内出结果」

在工业界量子计算的研发上,阿里巴巴领跑国内,但起步晚于美国。


在 2015 年,阿里云就和中国科学院共同成立「中国科学院-阿里巴巴量子计算实验室」,开展量子计算的前瞻性研究。同时,阿里巴巴也是国内最早一批研究量子通信和量子密码学的企业。


但相比于美国老牌科技巨头的提前布局,阿里巴巴的起步还是迟了些。IBM 早在 1984 年之前就开始布局量子计算, 量子密码学之父 Charles H. Bennett、同时也是量子密钥分发协议 BB84 的作者,在那个年代就加入了 IBM ,研究量子信息的研究。十多年前,IBM 开始制造超导的量子计算机,又招募了一波人才。而微软投资量子计算也有 12 年的历史,总投入额估计超过 6-7 亿美元。


作为后来者,在美国西雅图组建团队的施尧耘压力不小。他给自己定了个期限——五年时间内,实验室要建立量子计算的体系结构,挖掘量子计算机的潜力,要解决经典计算无法解决的一部分问题。


量子计算之所以有潜力,是因为其完全不一样的物理模型,这给解空间带来崭新的维度。具体到应用场景上,以安全代理计算为例:通过量子计算,未来阿里云的客户可以使用云端量子计算机,同时自身的数据和程序对所有人(包括阿里云) 都是保密的。施尧耘希望量子计算能够给人工智能带来同样的惊喜,「理论证明只是一小部分,只要有用就会往前推动;计算模型根本的改变,解空间就更大,让我们相信可以把 AI 做的更好。」


在斯坦福大学的技术分享会上,200 个座位的阶梯教室坐无缺席,楼梯上的空位也被占满,到场的主要是学生,从本科生到博士生,从最近的斯坦福大学到开车两个小时车程远的加州大学戴维斯分校。


阿里巴巴技术分享会斯坦福大学站现场


这是阿里巴巴寻求和链接人才的窗口,也是施尧耘到场的主要目的—宣传阿里巴巴研究的愿景,以量子计算为一个故事背景,结合个人的经验,解释做研究的目的、发展的愿景,以期和学生们产生共鸣。


「我为什么会在这里呢?这始于一个问题: 何为终极计算?」 施尧耘以此作为他在斯坦福大学演讲的开场。「阿里在探索『终极计算』,而量子计算很有可能是终极计算的一个形式。这一共同的目标引领我从教职走到一个广大的舞台,实现学术梦。」


参加斯坦福大学的技术分享会的前一周,施尧耘随同 iDST 主任金榕来到位于美国匹兹堡的卡内基梅隆大学做相同的宣讲。和斯坦福大学的情况雷同,卡内基梅隆大学的活动现场人头攒动。「让我印象深刻的是,很多学生都对量子科学感兴趣。」


施尧耘明白招募人才不是一件简单的事情:首先,理想的人才必须要经过严格的量子信息技术的训练,许多工作还需要很强的软件工程能力。两者的结合是凤毛麟角。其次,在美国招募本土人才无疑是在IBM、微软、谷歌等科技巨头面前拔牙,阿里巴巴面临着强大的竞争。


机器之心观察到,阿里巴巴在美国有着很高的知名度,但在业务细节、科研状况等方面的普及度很低。美籍华裔的 Allen(化名)是斯坦福大学的计算机科学专业的一名三年级博士生,他参加了在斯坦福大学的技术分享会。曾在 Facebook 和 Airbnb实习过的他,将 FLAG(Facebook,LinkedIn,Amazon,Google)视为毕业后工作的首选。


参加这场活动之前,他并不清楚阿里巴巴的科研状况,他甚至以为进入阿里巴巴就意味着来到中国工作,殊不知阿里巴巴在世纪初就有了美国的办公室,近几年包括 iDST、网络基础架构团队、量子实验室都聚集在美国的西海岸。


施尧耘对招募人才一事很看得远,「阿里巴巴是做长线的公司,我这个项目不是三到五年就完成的;我也希望能激发研究生、 本科生、甚至中学生的兴趣。」过去这个暑假,施尧耘给一位 12 年级的高中生一本量子科学理论的教材,据闻这个学生已经欣然上路,还在最近写出了一篇不错的论文。


 想要成为 AQL 的一员,施尧耘说需要满足两个条件。第一,「比我聪明」。他的这个观念始发于多年前图灵奖获得者 Manual Blum 的一番话:「I only work with students smarter than me!(我只和比我聪明的学生一起工作)」。施尧耘非常为自己的学生自豪。比如量子重镇马里兰大学的伍骁迪助理教授就是施老师的得意门生 。「我的学生都比我聪明,至少在一些重要方面。」


第二,要认同阿里巴巴的目标。「最聪明人都有自己执着追求的目标。如果他们的目标就是阿里的目标,一起奋斗就其乐无穷了。 我来阿里巴巴感觉最棒的是,公司希望我做的就是我自己想做的。」




推荐阅读
  • 特斯拉的盈利之谜:净利润未必源自汽车销售
    近日,特斯拉因客户投诉再度成为舆论焦点。一位车主反映其购买仅6天的Model 3在使用官方超级充电桩时突然断电,引发了对特斯拉产品质量和售后服务的质疑。然而,特斯拉的盈利模式并不仅限于汽车销售,其净利润可能更多地来自其他业务板块,如能源服务、自动驾驶技术和软件订阅等。这些多元化收入来源为特斯拉的财务表现提供了更多支撑。 ... [详细]
  • 本文介绍如何使用OpenCV和线性支持向量机(SVM)模型来开发一个简单的人脸识别系统,特别关注在只有一个用户数据集时的处理方法。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 在2019中国国际智能产业博览会上,百度董事长兼CEO李彦宏强调,人工智能应务实推进其在各行业的应用。随后,在“ABC SUMMIT 2019百度云智峰会”上,百度展示了通过“云+AI”推动AI工业化和产业智能化的最新成果。 ... [详细]
  • 从2019年AI顶级会议最佳论文,探索深度学习的理论根基与前沿进展 ... [详细]
  • 中国安全防护服务运营分析:视频监控维护服务的未来走向与发展潜力
    本文探讨了视频监控运维服务在中国的发展趋势与潜力。近年来,随着对安全防护需求的不断增加,视频监控系统作为高效、直观且准确的防范工具,逐渐受到政府和企业的高度重视。该系统能够实时呈现设防区域的现场情况,为安全管理和应急响应提供了重要支持。未来,随着技术的不断进步和应用场景的拓展,视频监控运维服务有望迎来更加广阔的发展空间。 ... [详细]
  • EMURGO Africa 与 Adaverse 合作投资 Momint,推动 Cardano NFT 生态系统在非洲市场的扩展 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 本文源自极分享,详细内容请参阅原文。技术债务如同信用卡负债,随着时间推移,修复成本会越来越高,因此程序员必须对此有深刻认识。此外,团队应致力于培养一种持续维护和优化代码的文化,以减少技术债务的累积。 ... [详细]
  • 基于OpenCV的图像拼接技术实践与示例代码解析
    图像拼接技术在全景摄影中具有广泛应用,如手机全景拍摄功能,通过将多张照片根据其关联信息合成为一张完整图像。本文详细探讨了使用Python和OpenCV库实现图像拼接的具体方法,并提供了示例代码解析,帮助读者深入理解该技术的实现过程。 ... [详细]
  • 超分辨率技术的全球研究进展与应用现状综述
    本文综述了图像超分辨率(Super-Resolution, SR)技术在全球范围内的最新研究进展及其应用现状。超分辨率技术旨在从单幅或多幅低分辨率(Low-Resolution, LR)图像中恢复出高质量的高分辨率(High-Resolution, HR)图像。该技术在遥感、医疗成像、视频处理等多个领域展现出广泛的应用前景。文章详细分析了当前主流的超分辨率算法,包括基于传统方法和深度学习的方法,并探讨了其在实际应用中的优缺点及未来发展方向。 ... [详细]
  • 全新发布的自我修复与自我更新的Linux版本,专为云计算环境设计! ... [详细]
  • 视觉图像的生成机制与英文术语解析
    近期,Google Brain、牛津大学和清华大学等多家研究机构相继发布了关于多层感知机(MLP)在视觉图像分类中的应用成果。这些研究深入探讨了MLP在视觉任务中的工作机制,并解析了相关技术术语,为理解视觉图像生成提供了新的视角和方法。 ... [详细]
  • 2019年斯坦福大学CS224n课程笔记:深度学习在自然语言处理中的应用——Word2Vec与GloVe模型解析
    本文详细解析了2019年斯坦福大学CS224n课程中关于深度学习在自然语言处理(NLP)领域的应用,重点探讨了Word2Vec和GloVe两种词嵌入模型的原理与实现方法。通过具体案例分析,深入阐述了这两种模型在提升NLP任务性能方面的优势与应用场景。 ... [详细]
  • 表面缺陷检测数据集综述及GitHub开源项目推荐
    本文综述了表面缺陷检测领域的数据集,并推荐了多个GitHub上的开源项目。通过对现有文献和数据集的系统整理,为研究人员提供了全面的资源参考,有助于推动该领域的发展和技术进步。 ... [详细]
author-avatar
mizrke
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有