返回目录：金融新闻
翻译：心 审校：闫盖
人工智能学家,资本实验室联合出品
摩尔定律是预言微处理器（计算机芯片）上的晶体管数量将会每两年翻一番，从而性能也基本上翻一番。在过去的五十年里，计算机的发展都按照这个“定律”稳定飞速增长，但现在可能无法再继续下去了。
有人一直在说摩尔定律已经失效好几年了，但是幸好在像IBM和英特尔这样地方有一些令人印象非常深刻的工程技术，告诉我们这些人在胡说八道。但是，为了继续保持这个进步的速度，到2020年我们要求工业技术使得晶体管变得非常之小（只有几纳米那么大）以至于这些设备的行为无法再用经典物理理论来阐述了。它们的行为将会由量子不确定性理论来支配，导致这些设备的行为变得非常难以捉摸。
同时，一种新的计算设备即将诞生——一种同样来自于量子理论却能够控制住它自己强大能力的计算设备。
五十年摩尔定律的发展相当于把计算设备从航空母舰那么大变成了只有针尖大小。来源: New Enterprise Associates
一场预期之中的旅程
在1965年，Electronics杂志采访Gordon Moore的时候要他预言在半导体和电子工业未来十年内的发展趋势。在仅仅两页半的文章里，他的描述非常精确地预言到了接下来50年内整个电子行业的革命性发展。他的简单地命名为“在集成电路中加上更多组件”的文章在开篇中这样写道：
集成电子工业的未来就是电子学本身的未来。集成电路的优势会给电子工业带来爆发式的发展，把这一科学带入许多领域。集成电路会为我们带来像家用电脑或者连接到中心计算机的终端，自动控制的汽车，还有个人便携式的通讯设备这些令人难以想象的奇迹。
在这猛然的一瞬间，摩尔预言到了个人电脑，无人驾驶汽车，因特网还有智能手机的崛起。然而这并不是摩尔在1965年这篇简单的文章中最著名或者最令人印象深刻的预言。这项荣誉落到了他对于半导体发展进步速度万分精确的预言上。他预言晶体管的数目每两年会翻一番，从而导致计算机的处理速度也会差不多每两年翻一番。
来源: New Enterprise Associates
从预言成为现实
尽管“做出预言很困难，尤其是对未来的预言”（丹麦物理学家尼尔斯·玻尔说过），摩尔却非常精确的做到了这一点。他的预言在1991年被广泛接受，美国半导体工业协会正式开始进行工业发展规划，描述了需要取得什么样的进步——跨越整个半导体工业的供应链——为了跟上摩尔定律的速度。事实上，这个规划行为使得摩尔定律的本质从预言性的观察变成了实际的发展要求。令人难忘的是，从那份规划开始，全球的半导体工业每年都完成了他们的目标。
摩尔定律即将失效？
现在，有一群人说摩尔定律即将失去过去的意义。不像以前的怀疑者，这一群人给出了不同的论证，其中之一并不是来自于对工程师们能否把极小的晶体管集中到越来越密集的阵列结构上的简单的不自信。这些人争论说晶体管会很快变得非常之小，它们会接近到电子稳定性物理结构限制的边缘。
目前，最先进的芯片中的晶体管的直径只有14纳米，比单个病毒还要小，比一个细胞壁的膜还要薄。如果按照摩尔定律继续发展，在2020年晶体管的直径将会缩小到5纳米以内。这将比10个原子的厚度还要薄，或者相当于一个DNA链的宽度那么细！在那个大小层次上，经典物理的定律就不再适用了。
这些系统的行为用不确性的量子力学理论来描述将会更加准确，这种不确定性将会使这些晶体管变得非常不稳定而难以实际应用。
对于一般地风险投资人来说，这是一个非常困扰的问题。风投（VC）产业在过去的50年里一直肩负着不断推动工程技术的发展实现摩尔定律的重任。我们目前技术创新浪潮的活力很大程度上是由这些信息处理工具的发展所推动的。集成电路（又称为芯片）是保证我们现代数字互联时代的基础硬件单元。
幸亏有在摩尔定律下不断的技术发展，这些工具在过去的50年里一直稳步发展变得越来越小，越来越快，也越来越便宜。如果这种趋势即将走到生命的尽头，将会产生非常深刻的影响。
对于一个像我这样的乐天派的风险投资人来说，这意味着振奋人心的机会。
改变进步的方法
首先要清楚，我并不是为半导体芯片产业的终结幸灾乐祸。相反，我相信这个产业进步的本性会继续演变。尽管芯片本身不会再变的更快了（也就是，时钟速率——单处理器每秒中的计算次数——会相对平缓），它们会在其他方面继续提高。尤其是，我们将会继续在并行化方面继续进步。不像在单个处理器上榨取更多的性能那样，我们会在单个设备的多处理器（或“核”）上取得更好的性能，通过划分工作负载使得每个核能同时处理一个给定问题的不同部分。这对于多任务处理(也就是，同时运行多个应用)非常有用，还有更一般的对于任何能划分成好几块完成的计算密集型的任务也很有用。
拿计算机科学家Daniel Reed的类比来说，就相当于尽管波音707（1957年引进）和波音梦幻（2011年引进）以相同的速度飞行，它们却是不同级别的飞行器。
一个小的阶跃函数
一名风险投资人的工作就是确定有可能具有巨大潜力的对象并进行投资——我们的使命明显就是创造价值（与获得价值相反）。我们培养跨越式发展的创新技术，这种进步看起来就像一个阶跃函数图而不是一条直线。
在风投领域，有一个我们通常称之为“月探”的类别。这是一种粗犷的，革新的，大胆的投资，伴随着巨大的潜力和巨大的风险。第一个“月探”可能应该是Arthur Rock——公认的现代风投产业的鼻祖——说服了包括Gordon Moore，Bob Noyce还有其他六个人（绰号为叛逆八人组）在内的一群人在1957年离开Shockley半导体实验室联合成立了Fairchild半导体公司。Fairchild成为了硅谷早期半导体产业进步的中心，也是整个电子革命的中心。
几年后，Fairchild一枝独秀，Gordon Moore和Bob Noyce又联合成立了一家新的企业也就是Intel。他们又一次获得了风险投资人Arthur Rock的支持。
同时，Rock也在发展他自己的风投公司Rock & Co.并且雇用了Dick Kramlich作为他的第一名同事。这对合作者继续进行了许多成功的“月探”，包括苹果公司，当时它还只是一个在加利福利亚北部的一个仓库里工作的二人团队。
有意思的事情是：Dick Kramlich后来成立了NEA，这是世界上最大的风投公司之一（也是我所在的公司）。
这些早期的风投“月探”催化了推动现代计算和数字通讯时代的硬件革命。结果，我们现在有幸生活在这样一个充满了技术创新与活力的时代。
在量子计算上的投资可能是风投领域的下一个巨大的“月探”。简言之，量子计算机就是使用量子状态来存储和处理信息的计算机。利用一些量子效应——尤其是叠加和纠缠的现象——量子计算机可能能够以难以预计的速度来处理不可预估规模的复杂的信息。
然而，硬件投资在风头的圈子里已经大大失去了宠爱，主要是由于其巨大的资本强度。结果，没有多少风险投资人对早期的量子计算机领域有多少重视。
硬件风险投资，上图中标签为“IT Hardware”，正在历史最低值。来源: PitchBook 2015 Annual VC Industry Report.
可能性有n位
量子计算是一个典型的风投“月探”：它有着巨大的创造价值的潜力，也有很高的失败的风险。
量子计算的前景是它将能够解决现在所有类型的的过于复杂而在经典硬件平台上无法解决的计算问题——比如整数因数分解，复杂系统的仿真，离散优化，大参数空间内的非结构化搜索，还有许多现在想象中的应用场景。量子计算机不会替代台式计算机。他们的用途不仅仅是比我们的经典计算机快，更在于它为解决完全不同的挑战提供了保障。
量子计算机利用量子力学理论——尤其是量子叠加和量子纠缠——来完成数据的操作。通过同时计算输入数据的所有组合，量子计算机能够解决经典计算机难以解决的复杂问题。图片来自：New Enterprise Associates.
可能量子计算机最有名的应用应该就是整数因数分解。粗略一看，整数因数分解并不像是什么很难的问题。实际上，它非常重要：现代密码学的基石（通常被成为公钥或者RSA加密算法）就是基于经典计算机无法完成大数的因数分解这个前提条件。
其实，现代密码学对信息加密使用的都是超大的整数。因为经典计算机不能够分解这些数，也就无法破译这些密码。然而，设想一下量子计算机将会很容易的解决这些密码，从而打破整个现代密码学技术。
量子计算机能够比最好的经典计算机快得多地解决大数因数分解的问题。数据来自R. Van Meter, K. M. Itoh, 和T.D. Ladd, 在Controllable Quantum States 上的文章“Architecture-dependent execution of Shor’s algorithm”
尽管解密是量子计算机的一个令人兴奋的应用，也是全世界政府部门非常关注的问题（尤其是美国和中国），由于它的计算复杂度，它不太可能在最近就被解决。还有许多其他大量可能的应用给社会带来巨大的价值。
仿真和优化
另一种非常复杂的问题类型就是复杂系统的仿真和优化（尤其是复杂度为2^n的系统）。这是一种非常广阔的问题，但是可以粗略的抽象为一个n个层面的物体相互作用，产生出许多可能的结果和变种的系统。
案例1：催化剂设计
这类问题中一个具体的例子就是分子间相互作用的仿真。众所周知，复杂化合物在分子层面相互作用的建模在经典计算机上非常难，但是用量子计算机却能解决。这个问题的解决将意味着材料科学，生物学，化学，药物和一系列的其他领域的重大突破。
复杂分子间相互作用的仿真不仅仅只是提高我们对已知化合物的认知，而且会使我们能够在一个安全的仿真环境中分析假想中的化合物，这将打开新世界的大门，我们将能够几何倍数的扩大知识的范围，了解哪些新的化合物可以建模并且经过测试发现。这种仿真对催化剂的设计尤其有用。一些工业上的最重要的过程依赖于催化剂来加速反应。一个例子就是Haber-Bosch过程，它实际上是所有现代化肥生产的核心过程。不幸的是，这个化学反应过程非常消耗能量和资源。如果一种新的更加高效地催化剂能够被设计出来，大量的能量和资源都能节省下来，从而提高全球粮食供应的效率和产量。
案例2：全球变暖
分子仿真也能够帮助解决温室气体排放的挑战。如果能够设计出一种化合物促进二氧化碳的定位，例如，二氧化碳排放源就能减少。用更一般的术语来说，量子计算机能够分析许多不同的物质然后看它们与不同的温室气体会有什么样的反应。假设一些化学物质能够不断地进行仿真直到一种特别有用的化合物被发现——这样就能解决掉产生的温室气体。这种化合物就可以用于温室气体排放源来减少排放。
案例3：人工智能
量子计算也能够引起人工智能（AI）和机器学习中的重大突破。通过用大规模并行的方式同时处理输入的所有组合，利用被称为“量子隧道效应”的性质，量子计算可以处理在经典硬件上非常棘手的极其复杂的数据挑战（例如大数据集和复杂拓扑结构的离散优化），而现在从业人员都是依赖于有瑕疵的启发式方法来应对。
量子计算机在人工智能方面潜在的应用非常引人注目，NASA有一个研究团队专门研究量子人工智能。这个团队旨在表明量子计算和量子算法将来某一天可能大大提高计算机的能力来解决复杂的优化问题以及机器学习问题。
有意思的事情是：甚至有一个观点认为人类智能就是来源于大脑内部处理的量子计算，这个理论被称为“量子大脑”。
那么，这是不是亮出筹码的时候呢？
量子计算领域还仍然处于开始阶段。在加利福利亚技术研究所最近的量子峰会上，Dave Wineland（一位美国物理学诺贝尔奖得主）告诉我在量子计算领域内多种多样的硬件手段就像是马拉松比赛中的运动员：可能有些方法处于领先位置，但这场比赛中实在还太早，每位竞争者都有可能超过他们的对手坚持到终点线。
但是，他也说他相信在未来10年内由于量子计算的推动我们将取得巨大的科学突破。
在他看来，该领域开创性的事件将会是量子硬件让我们发现新东西的时刻。他可以是仿真，也可以是新的科学。这并不是说发展出强大的通用量子计算是先决条件。我们可能先用一个适当规模的，专用的机器和一些高质量的外围设备（又叫做控制电子学）实现这一点。
量子计算领域正经历一个过渡阶段，从一个理论控制的学科转向越来越多的实际应用。换句话说，量子计算正在从科学的殿堂步入工程的领域。毫不夸张地说，这个过渡就相当于这个领域中的理论与工程的学术论文发表的对抗。
量子计算和量子信息的工程出版物正在上升。来源：数据来源于Google Scholar by New Enterprise Associates.
从我作为风险投资人的有利位置来看，这是一个令人兴奋的过渡阶段。我们离设计，建造并生产出一台功能性设备更近了，从而离实际应用更近了。这对于商业，政府和社会来说都是好消息。
风险投资人应该减半吗？
最后，我要回答一下量子计算领域对于风投来说是否已经成熟的问题。我的观点是对于一般的风投公司来说，答案是没有。投资量子计算的资本强度，超长的时间线还有高风险都不太适合普通规模的典型资金强度的风险投资公司。然而，对于满足一些条件的风险投资公司而言，作为考虑周到的结构性投资组合，投资量子计算可能就是一个绝佳的机会。我想那些关键条件应该如下;
技术能力——投资者应该了解它们所支持的技术方案的具体细节，了解这种技术与其他方案相比的关键优势和劣势。投资者在投资之前应该对要达到的技术目标有一个计划。
雄厚的资本基础——可能需要大量的风险投资，而且不可能预测到底需要多少。投资人必须要有雄厚的资本来支持不确定的投入规模，同时还要避免把太多的鸡蛋放在同一个篮子里。
风险承受能力——投资人必须经得起可能损失全部投资的风险。如果这种技术没有作用，或者某个竞争者的技术方案更优秀，这都可能导致血本无归。
耐心的等待——投资者必须要乐于接受无限的时间线，可能长达10年甚至更久。
经历多个周期 ——长的时间线意味着一个量子计算的风险投资可能会需要经历一次或多次的经济周期。
管理才能—— 当管理人员和政府代理提高他们对这方面的注意力时，投资者熟悉管理方面会非常有用。
实事求是的期望——它不会一夜之间就成功，并且很难预测到底能不能成功。
一个“月探”可能会出错。但是风险投资人在做“月探”投资时都深信潜在的回报胜过高的风险。问题不是能否在量子计算方面投资。全世界的许多国家政府，还有国内的许多政府代理都已经在这方面投入了资金和技术支持。一些私人也在这个领域投资。问题是回报是否值得这些经济风险，以及长久的等待。
同一个投资人经常不能满足量子计算的投资需要的许多条件。但是，对于有能力并且深刻认识到这场赌博的投资人来说，量子计算的投资将会是值得一试的“月探”。