量子计算，这一基于量子力学原理的颠覆性技术，正以前所未有的算力潜力，叩击着传统计算的天花板。与经典计算机的比特非0即1不同，量子比特（qubit）的“叠加”与“纠缠”特性，使其能够同时探索海量可能性，为解决材料模拟、密码学、复杂优化等经典计算机难以企及的难题提供了全新路径。随着全球量子硬件的快速迭代，量子计算正从实验室的精密装置，迈向解决实际问题的“含噪声中等规模量子”（NISQ）时代。与此同时，人工智能对算力的需求也呈指数级增长。当这两个各自引领前沿的领域相遇，一个激动人心的命题应运而生：量子计算能否为人工智能注入“量子加速”，催生出全新的“量子人工智能”范式，从而在药物研发、金融建模和气候预测等领域引发颠覆性变革？
在2025世界人工智能大会（WAIC）期间，一场聚焦“量子计算能否赋能人工智能”的高端思辨会应运而生。来自清华大学、复旦大学、中国科学技术大学、香港大学等顶尖学府的学者，以及产业界的领军人物齐聚一堂，共同探讨这一交叉领域的核心议题。与会专家围绕量子计算如何优化机器学习算法、量子机器学习模型的构建路径，以及当前硬件限制下的实用化前景等关键问题，展开了多轮深度思辨与观点交锋，为“量子+AI”这一前沿赛道的未来发展提供了宝贵的洞见。
量子计算赋能人工智能共识与挑战：量子计算有潜力，但尚处早期
与会专家普遍认为，量子计算作为一种全新计算范式，在某些特定问题上展现出超越经典计算的理论优势。朱晓波教授指出，目前人工智能的发展动力主要源于算力提升，若量子计算真正实现，其巨大的并行计算能力将有望进一步释放人工智能的潜能。
不过，专家们也强调，量子计算距离实际应用仍较遥远。赵琦教授指出，尽管已有多种理论算法（如HHL算法、偏微分方程求解等）展现出量子潜力，但纠错、编解码等问题仍未解决，真正的技术落地尚需时间积淀。
三阶段路径：从演示实验到实用突破
论坛中，对量子硬件的演进路线形成了较清晰的阶段性共识：
第一阶段（100个物理比特，1%错误率）：主要用于示范性实验。邓东灵教授提到，目前量子计算机已能在图像识别、医学图像分析等方面进行演示，当前量子计算机已达到可行性演示水平。
第二阶段（1000个物理比特，10⁻⁶逻辑错误率）：进入“实用初现”阶段，可能在解线性方程、量子模拟等具体问题中展现出量子优势。赵文定博士表示，金融、组合数学优化、对抗网络等领域可能率先受益。
第三阶段（百万比特，10⁻¹²错误率）：被广泛视为量子计算实现“通用性”的门槛。一旦突破，将有望运行广泛理论算法，并在诸如密码学破解、分类问题、量子多体计算等广泛应用中实现指数级加速。
量子赋能AI的三大方向
针对“量子如何赋能AI”，与会专家提炼出三个主要方向：
1. 算力加速：在解决线性方程、优化问题等AI核心算法上具备潜在优势；
2. 安全性增强：借助量子加密、不可克隆性，可提高AI模型在安全和隐私方面的保障；
3. 能耗优化：量子计算的低能耗属性或能缓解大模型时代AI带来的资源消耗问题。
泡沫与误解：应防止概念先行
在讨论“量子计算是否存在泡沫”时，朱晓波教授直言，当前过度宣传将影响行业生态。他指出，展示量子优越性的设备所解决的多为“玩具模型”，并未涉及真实世界问题，若继续炒作，量子计算未来也将经历螺旋式前进的周期。
赵琦教授、李晓鹏教授等则呼吁，公众、产业界、投资界各方需要保持耐心，科研界需营造良好氛围，及时纠正夸张言论，各界共同努力，相信量子计算终会改变世界。他们指出，真正的量子应用需跨学科融合与长周期投入，而非仅靠宣传推动。
本次论坛提供了一个审慎的视角，既展现了量子计算在赋能人工智能方面的潜能，也坦陈了其在算法、硬件与应用落地方面的现实挑战。可以预见，在接下来的十到十五年，量子计算将继续沿着路线图艰难前行，而真正的革命，或许尚在远方，但终将到来。
