人工智能正在重塑整個科技行業(yè)的格局，量子計算最近也開始展現(xiàn)出改變世界的潛力。而在這兩大趨勢之間，有一家企業(yè)正在試圖將它們彌合起來。
12 月 18 日，SandboxAQ 宣布完成超過 3 億美元融資，估值達到 56 億美元。由 Alger 領投，T. Rowe Price、Breyer Capital 等現(xiàn)有投資者跟投，Yann LeCun 也參與其中。
（來源：SandboxAQ）
這家公司的故事要追溯到 2016 年。當時，Google 聯(lián)合創(chuàng)始人 Sergey Brin 在 Alphabet 內(nèi)部悄然發(fā)起了一個雄心勃勃的項目，目標是探索量子計算與 AI 結(jié)合的可能性。這一項目最初是 Alphabet 登月工廠 X （The Moonshot Factory ）的一部分，由 Jack Hidary 帶頭，他也是 X Prize 長期的董事會成員。
前 Google CEO、時任 Alphabet 董事長的 Eric Schmidt 對這個項目給予了特別關注。到 2022 年 3 月，這個項目在完成5億美元首輪融資后從 Alphabet 獨立出來，正式成立了 SandboxAQ。Eric Schmidt 出任公司董事長，Hidary 擔任 CEO。“在 SandboxAQ，AQ 代表 AI 和 Quantum（量子）�！盚idary 在接受彭博社采訪時解釋道。這個簡單的命名背后,是其遠大的技術(shù)愿景與目前主流的大語言模型不同，SandboxAQ 開發(fā)的是大型量化模型（Large Quantitative Models, LQMs）。
圖丨SandboxAQ 的兩位領導者（來源：SandboxAQ）
要理解 SandboxAQ 的創(chuàng)新, 我們需要首先了解當前 AI 領域面臨的挑戰(zhàn)。主流的大語言模型通過處理互聯(lián)網(wǎng)上的海量文本來學習語言理解和生成能力，這種方法在處理自然語言任務時表現(xiàn)出色，但在涉及精確的科學計算、材料設計或藥物研發(fā)等領域時卻顯得力不從心。這是因為這些領域需要的不是對語言的理解，而是對底層物理規(guī)律和數(shù)學關系的精確把握。
正是著眼于這一痛點，SandboxAQ 開發(fā)了他們的大量化模型。不同于大語言模型通過處理互聯(lián)網(wǎng)上的非結(jié)構(gòu)化文本數(shù)據(jù)來學習和生成內(nèi)容，LQMs 是從數(shù)學方程和物理原理出發(fā)，生成自己的訓練數(shù)據(jù)。
LQMs 的技術(shù)架構(gòu)與傳統(tǒng)的 transformer 模型有著本質(zhì)區(qū)別，其所采用的是神經(jīng)網(wǎng)絡模型和知識圖譜的組合，這種架構(gòu)設計允許模型不僅能通過方程式生成數(shù)據(jù)，還能接收來自傳感器或其他量化數(shù)據(jù)源的輸入。更重要的是，它能夠準確捕捉物理系統(tǒng)中的因果關系和約束條件。
（來源：SandboxAQ）
這種獨特的技術(shù)路徑在金融領域已經(jīng)展現(xiàn)出顯著優(yōu)勢。傳統(tǒng)的金融風險評估依賴于蒙特卡洛模擬方法，這種方法通過隨機采樣來獲得結(jié)果。然而，在面對現(xiàn)代復雜的結(jié)構(gòu)化金融工具時，這種方法已經(jīng)顯得力不從心�！叭绻覀兿肓私庖粋�投資組合在各種市場條件下的尾部風險，傳統(tǒng)方法難以應對。而我們的 LQM 想做的是，創(chuàng)建 3 億到 5 億個該組合的輕微變體版本，然后系統(tǒng)地分析每種情況下的風險狀況�！盚idary 說。
量子計算固然可以用量子力學語言直接模擬這些系統(tǒng),但其真正實現(xiàn)可能還需要數(shù)十年。因為其當前的量子計算仍面臨著一系列挑戰(zhàn)，如量子比特的錯誤率控制。盡管谷歌最近發(fā)布的 Willow 芯片在這一問題上有了重大突破，但距離大規(guī)模量子計算機的構(gòu)建，還有很多問題有待解決。
為了解決這些問題，SandboxAQ 開發(fā)了基于張量網(wǎng)絡（Tensor Networks）的新算法。這種算法最初源自量子多體物理領域，它利用了自然界的一個基本特性局域性（Locality）。簡單來說，局域性意味著一個系統(tǒng)中相隔甚遠的部分，例如長分子中的兩個遙遠原子，不會以有意義的方式相互影響。利用這一特性，張量網(wǎng)絡算法可以用一種高效的方式來表示量子態(tài)，即“糾纏面積定律”。
通過與 Nvidia 建立了深度的技術(shù)合作關系，SandboxAQ 對 CUDA 庫的功能進行了擴展，使得普通的 GPU 也能夠支持量子計算。這使得他們不需要等待真正的量子計算機出現(xiàn)，而是讓現(xiàn)有的硬件也能進行量子模擬，同時，也能在未來整合量子處理單元（QPUs）。在一項研究中，SandboxAQ 的研究團隊使用 Google 的張量處理單元（TPUs）在 24 小時內(nèi)完成了涉及超過 6000 億參數(shù)的復雜高維優(yōu)化，創(chuàng)造了世界上最大規(guī)模的張量網(wǎng)絡計算記錄。
圖丨相關論文（來源：arXiv）
在實際應用中，SandboxAQ 的技術(shù)已經(jīng)在多個領域展現(xiàn)出獨特價值。以制藥研發(fā)為例，針對癌癥或阿爾茨海默病等傳統(tǒng)上難以治療的疾病，臨床數(shù)據(jù)往往非常有限，這讓基于數(shù)據(jù)驅(qū)動的 AI 方法難以發(fā)揮作用。而 SandboxAQ 的量子啟發(fā)式算法可以從分子的基本物理特性出發(fā)，精確模擬藥物分子與人體受體的相互作用。
系統(tǒng)首先會基于量子化學方程生成大量分子結(jié)構(gòu)變體。每個變體都會通過量子啟發(fā)式算法進行測試，預測其在真實環(huán)境中的行為。這些預測結(jié)果又會被輸入到神經(jīng)網(wǎng)絡中，與來自傳感器和其他定量數(shù)據(jù)源的信息結(jié)合，形成對目標系統(tǒng)更全面的理解。這樣就能在實驗室合成之前，篩選出最有希望的候選分子。從而加速了藥物開發(fā)過程，也顯著降低了研發(fā)成本和風險。
在網(wǎng)絡安全、材料科學等方面，它同樣有著非常廣闊的前景。
隨著這輪融資的完成，這家立志將兩項革命性技術(shù)結(jié)合的公司正準備在技術(shù)創(chuàng)新的道路上繼續(xù)前進。公司計劃將部分資金用于擴充研發(fā)團隊，目前已有 80 多名博士和 70 多名軟件工程師。量子計算與AI的結(jié)合，才剛剛開始。
“使用 LLMs 來做 LLMs 擅長的事情，用 LQMs 來做 LQMs 擅長的事情，”Hidary 總結(jié)道，“這不是一個非此即彼的選擇”。讓量子計算與 AI 各行其是，或許正是它們發(fā)展的未來圖景。
參考資料：
1.https://www.bloomberg.com/news/articles/2024-12-18/ai-startup-sandboxaq-raises-funds-at-over-5-6-billion-valuation
2.https://venturebeat.com/ai/beyond-llms-how-sandboxaqs-large-quantitative-models-could-optimize-enterprise-ai/
3.https://www.sandboxaq.com/post/quantum-algorithms-meet-ai-chips-a-breakthrough-in-simulation
4.https://techcrunch.com/2022/03/22/alphabet-spins-out-a-new-subsidiary-and-in-asign-of-the-times-its-focused-on-quantum-tech/
排版：劉雅坤
