今天AI大火，于是经常伴随着AI出现的“兄弟词汇”也跟着火了起来。很多人一提到AI就会紧接着蹦出来深度学习、量子计算、弹性网络等等名词。但他们之间究竟是啥关系就不知道了，反正最后总结为“不明觉厉”就对了。

总体来看，量子计算可以被看做人工智能技术的基础设施。因为人工智能的本质是机器以函数推导来模拟人类的接受、学习和推导，这就涉及巨大的运算和数据处理。而量子计算恰好可以解决这个问题。

总体而言，这对“概念基友”有以下几个方面是互补的：

一、解决经典计算的单一维度问题：人工智能要运用到大量的数据接收和处理，但0和1的经典计算却始终只能进行单一向计算。这给人工智能的深度发展带来了巨大不便。而量子计算的法则下，系统能够通过并行计算来不断学习来处理之前从未遇到的新数据。这就给人工智能不断实现自我进化提供了近乎“水和空气”的基础。

二、解决cpu堆砌的天花板：人工智能虽好，但问题是需要的计算量却太大了。比如之前Alpha GO大战李世乭，动用了1920个CPU和280个GPU。虽然效果显著，但设备和能源消耗未免太大了，很难有广泛应用的空间。而如果通过量子计算法则，则可以把硬件体积和能耗大大降低，达成人工智能技术的通用化。

三、大体量计算成为可能：我们一直都在关注大数据，但最大的数据能有多大呢?有数据判断，到2020 年全世界的数据会达到44 ZB，也就是人均5200GB。我们当然相信越大的数据越有可能达成有效的结果推导。但如果数据达到这个程度，恐怕就是经典计算带不动的了。所以全景式计算必须依赖量子计算，这也是人工智能开启全面数据学习的先决条件。

四、移动人工智能设备的必备因素：根据上面的硬件天花板推导，不难发现人工智能需要的运算能力基础是非常庞大的。而手机、汽车、穿戴设备等终端很难加载人工智能需要的运算处理器，而云计算技术又有各种各样的限制。因此通过量子计算，来实现AI设备的集成化和迷你化，可能是人工智能走进普通生活的最佳选择。

五、AI的反向验证：量子计算模拟的是微观世界中量子的叠加与纠缠，那么这种模拟可行运算逻辑的正误其实很成问题。因为一般的运算技术根本无从检验量子计算模型。所以这里人工智能可以回头帮一下量子计算，通过多元推导的方式检视量子计算的过程与结果。

所以说，AI和量子计算近乎于是不得不同时进化的双生子，一个负责辅助，一个专打输出。