沃卡惠
ChatGPT是OpenAI開發并于去年年底推出的聊天機器人，它無處不在：寫詩、講笑話、提供人際關系建議、解釋復雜的話題和作弊。
它使用OpenAI的大型語言模型(LLM)，這是一種使計算機能夠理解和生成文本的語言處理技術。他們通過閱讀數十億頁的材料來接受上下文和意義的訓練。
ChatGPT是生成式人工智能(AI)的一個示例，它描述了可用于創建新內容的算法，包括音頻、代碼、圖像、文本、模擬和視頻。
該過程的一部分是自然語言處理(NLP)，它結合了語言學、計算機科學和人工智能來理解和模仿人類如何使用語言。
量子計算已經通過發現大型復雜數據集中的模式證明了它在改進人工智能方面的價值。
技術分析和咨詢公司Omdia的首席量子計算分析師Sam Lucero認為量子計算在NLP中的作用，并最終在ChatGPT和一般的生成AI中發揮作用。已經有一個研究分支稱為量子NLP，或QNLP。
Lucero列舉了兩個潛在的好處。
“首先是能夠利用更大的'搜索空間'來找到解決方案，”他說。
“實際上，這意味著QNLP可以更好地處理慣用語言，或者在一種語言的詞性與第二種語言的結構非常不同的情況下能夠更好地進行翻譯。”
第二個潛在的好處是它可以顯著提高訓練效率，需要更少的訓練數據來達到相同的能力水平。
“這可能是關鍵，因為大型基礎模型的規模增長速度顯然快于摩爾定律——因此成本、能源消耗、數據可用性和環境影響等問題成為一個問題，”Lucero說。
“從能夠在企業相對較小的數據基礎上進行訓練——與互聯網相比——同時在另一端實現類似的推理能力的角度來看，也可能有一個有趣的企業角度。”
然而，就像量子計算的許多潛在應用一樣，實用的解決方案可能還需要數年時間。
“這些好處目前是理論上的，但還不能以提供優于經典NLP的絕對優勢的方式實現，”Lucero說。
“生成人工智能中最接近‘優勢’的公告來自（企業量子軟件公司）Zapata，但他們小心翼翼地只陳述相對于通常使用的經典算法的優勢，而不是相對于任何可能的經典算法的優勢。在他們的具體案例中，生成式AI方法是開發一種股票投資組合建議，相對于固定風險狀況，而不是QNLP提供更好的回報。”
