量子优化和政府的未来

量子优化是量子计算的一个直接实际应用。此外，行动者已经可以使用它，即使是目前刚起步的、不完善的量子计算机。的。大众汽车组。戴姆勒, 爱立信, 共计，空客（包括与空中客车公司量子计算挑战赛 - AQCC））。波音公司, EDF这些都是正在进行涉及量子优化研究项目的公司的例子。量子软件初创公司，如淘宝网和萨帕塔计算和庞大的IT公司，如谷歌类似地强调量子优化是他们的使用案例的一个类别。

此外，在2019年2月，美国国防部高级研究计划局（DARPA）创建了一个专注于量子优化的整体项目。用嘈杂的中尺度量子器件进行优化(ONISQ).同时，迪拜水电局（DEWA）也试图利用量子计算来解决能源 "和其他 "的优化和管理（DEWA 新闻, 2018年7月）。

就量子优化而言，未来的量子世界因此几乎已经到来。它的影响可能发生在明天，但 未来是现在创造的.

在这里，我们面临着第一个障碍。为了促进对量子领域的兴趣和行动，行动者必须首先能够想象他们的投资的好处。因此，他们需要首先能够预见量子世界。然而，这特别困难（见Helene Lavoix, 预见未来的量子-人工智能世界和地缘政治, 红色（团队）分析，2019年10月28日）。因此，由于理解量子信息科学具有挑战性，在量子科学家和工程师之外，几乎没有人考虑目前和未来的使用，以及量子技术的影响。这种缺乏认识的情况--除了密码学之外，甚至发生在安全、国防、政治和地缘政治等关键领域。

对QIS的兴趣和讨论仍然是极少数科学家和工程师的专利。然而，那些必须考虑量子技术的影响、对使用和资金作出决定、设想需要包括量子技术的对策和战略的人，在大多数情况下，既不是量子科学家，也不是量子工程师。

订阅新文章

因此，这套关于战略远见和量子技术的系列丛书首先寻求促进对未来新兴量子世界的想象力。它旨在以一种既非量子科学家也非工程师的人可以理解的方式来实现这一目标。因此，它也试图为具有不同背景、知识和兴趣的不同群体之间的沟通做出贡献。

本文从实际出发，想象未来的量子世界。它关注的是量子计算可能影响未来的第一种方式，即通过量子优化。

我们首先解释什么是算法，量子算法和量子优化算法，目的是为了 "足够好的理解"。

然后，我们用一个具体的案例--大众汽车集团在2017年与D-Wave开始的涉及量子优化的研究项目--来提高我们对量子优化应用的理解。因此，我们为我们的想象力提供了具体的元素，这些元素将作为预见性的基石。

最后，我们想象政府在未来使用量子优化的方式，甚至，实际上，已经可以开始使用它们了，在现在。从解决 "人工智能和未来工作 "的问题到可能的量子优化资源管理，我们举例说明了量子优化可能彻底改变政府的方式。然后我们转向国防、军队和安全方面的可能应用。最后，我们看看这在国际影响力和全球权力分配方面可能意味着什么。

对量子优化算法有足够的了解

这一部分是针对既不是量子科学家也不是工程师的读者。因此，它是为所有那些将越来越多地就量子计算和量子信息科学作出决定，使用这些技术，并在量子技术运作的世界中互动的人准备的。有兴趣的读者可以在书目中找到一些以技术为重点（和高级）的参考资料。

算法和量子算法

在接下来的视频中，IBM量子计算研究科学家David Gosset给我们清楚地解释了一个算法和一个量子算法。他指出了为什么它们是不同的。

https://www.youtube.com/watch?v=-ysVGWtAjio

量子优化算法

优化算法是旨在从一组解决方案中找到问题的最佳解决方案的算法，给定一些约束条件。

当问题涉及许多变量时，就不可能在经典计算机上运行优化算法，甚至超级计算机，因为需要太多的计算能力。因此，量子计算机成为首选的计算机器。它们速度更快，使用的资源更少（Ehsan Zahedinejad, Arman Zaribafiyan, "门模型量子计算机的组合优化。A Survey"，2017年8月16日。 arXiv:1708.05294).

目前，主要有两种类型的量子计算机可用。我们可以使用绝热计算机，如D-Wave开发的那些，或基于门的量子计算机（关于量子计算类型的详细解释，例如，美国国家科学、工程和医学研究院。 量子计算。进展与前景，第二章，2019年）。

目前大多数类型的量子计算工作是基于门的。我们有，例如，IBM和它的量子云报价。 IBM-Q，最大的53位数的微处理器，以及谷歌和它的54位数的微处理器，Sycamore (IBM新的53量子比特量子计算机是你能使用的最强大的机器, 麻省理工学院技术评论，2019年9月18日；Elizabeth Gibney，"你好，量子世界!谷歌发布具有里程碑意义的量子超导声明“, 自然界，2019年10月23日）。

D-Wave和IBM的机器目前可用于商业用途；谷歌的机器则没有。D-Wave的计算机，由于所选择的方法，特别适合于量子优化（见 D-WAVE的解释).对于优化算法，D-Wave目前，提供更高的计算能力。

考虑到迄今为止可用的量子比特数量较少，且噪声水平较高（对于基于门的计算机），"量子优化近似算法"（QAOA）是目前最受欢迎的方法。Edward Farhi、Jeffrey Goldstone、Sam Gutmann开发了它（"A Quantum Approximate Optimization Algorithm"，2014年11月14日。 arXiv:1411.4028).该算法的目的是为优化问题找到一个近似或 "足够好 "的解决方案，而不是最佳解决方案（同上）。因此，它是一种妥协。它允许使用量子计算的新力量，尽管量子比特的数量仍然很小，而且这种少量的量子比特产生的错误或噪音率仍然很高。然而，所获得的结果还是比用经典计算所能做到的要好。

解读大众汽车和D-Wave的量子交通流优化

大众汽车（VW）集团早在2017年就开始了一个交通流优化的研究项目与D-Wave。大众汽车公司的计算机科学家试图找到一种方法，以防止北京等特大城市的交通堵塞。他们利用出租车的交通数据来优化出租车的路线和运动。他们寻求能够将这些量子优化算法的发现应用于其他情况。

一年后，大众集团与D-Wave公司进一步发展该项目，同时开始新的项目。马丁-霍夫曼首席信息官在下面的视频中解释了他们的研究项目。

https://youtu.be/n1gUaLUCltM?t=606

大众汽车公司和D-Wave公司在会上介绍了他们的项目。
网络峰会在里斯本，发表于2018年11月6日 - （前10分钟是关于量子计算和D-Wave的，如果你有时间看这部分的话）。

大众汽车集团和D-Wave致力于

优化出租车队的交通路线（初始项目）。
找出自动驾驶汽车应该使用的完美速度，并实时发送信号让汽车使用这个速度。其目的是避免所有的停车和减速。同时，停止对交通灯的依赖。
在需要出租车的时间和地点进行优化。这里同时使用了量子优化和深度学习。后者试图根据时间和地点来预测出租车的需求。最终的原型成功地提前一小时向出租车司机发送预测信息，这也减少了非生产时间和相关成本。
在拥堵的情况下，优化城市中的路线和车辆类型。
最后的目标将是为一个城市建立一个量子人工智能 "增强的移动系统"，由各种预测和优化算法组成，与物体永久互动，并加以控制。

首先，这个案例研究告诉我们，优化可能还需要与人工智能（AI）的最新进展相结合，即深度学习。这证实了我们在开始对未来量子世界进行深入研究时的预期（如即将到来的量子计算的破坏，人工智能和地缘政治 - 1, 2018).事实上，2019年的共识报告 量子计算。进展与前景 美国国家科学院、工程院和医学部的专家们也将两者在潜在应用方面联系起来（见第86页）。将量子优化和深度学习两者结合在一起，使想象中的应用更加容易。

成为会员

其次，"时间临界 "似乎是量子优化的一个理想问题（Tobias Strobl "用量子计算解决现实世界的问题"，BMI，nd）。换句话说，当一个问题涉及 "时间成分 "时，量子优化特别有趣。

最后，研究量子优化应用的演员们也在改变。这一点很可能也将适用于所有量子计算的使用类型。在这里，我们看到大众汽车集团不仅为他们的传统核心工业生产开发了新的可能性。大众汽车也看到了新的可能活动的出现（Strobl在新的商业模式方面提出了类似的观点，同上）。

因此，演员们将看到他们的专业知识随着研究的进行和成就的构建而不断积累。同时，他们也将看到全新的领域被打开，他们将能够因为新的专业知识的发展而进入。因此，他们的活动可以发展，甚至是大幅发展。

因此，我们见证了全新的用途和领域以及不断变化的行动者的双重出现。

想象一个有量子优化的世界

一方面铭记大众集团和D-Wave的案例研究，另一方面铭记政治当局的主要问题和议题，我们现在可以想象将量子优化应用于政府的方法。

我们在此对量子算法研究人员的能力和创造力以及行为者创建包括他们在内的多学科团队的能力进行了信心的飞跃。

迈向智能3.0政体规划？

解决人工智能和未来工作的问题

人工智能对工作的影响是目前让许多人夜不能寐的一个主要担忧。事实上，除了过度的恐惧和不恰当的安抚之外。

"......学术文献有一个共识，即人工智能将对工作产生相当大的破坏性影响，一些工作将失去，另一些将被创造，还有一些将发生变化。"
共识报告，英国人文与社会科学院和英国皇家学会，"人工智能对工作的影响:关于对个人、社区和社会影响的证据综述》，2018年9月。

由于世界上大部分地区已经在遭受长期失业，而工作上的贫困和不平等现象在全球范围内不断增加，工作和生活上的进一步压力可能会引发不公正和愤怒的情绪，进而产生一系列的负面影响（同上，第34-37页；IMF 世界经济展望》，2019年10月，第2章理查德-帕廷顿，"不平等：它是否在上升，我们能否扭转它？“, 卫报, 2019年9月9日; Durukal Gun et al. "房间里的大象“, 巴克莱银行，2017年6月2日；巴灵顿-摩尔。 不公正).这些负面影响可能会像滚雪球一样越滚越大，汇聚并升级，直至发生内战和国际冲突。

然而，人工智能也被认为是有益的。此外，考虑到其驱动力，人工智能几乎肯定会继续发展和传播（见 ★人工智能--力量、驱动力和利害关系和具体条款对每个司机的影响）。因此，考虑到对工作可能产生的影响，关键问题变成：我们如何处理这种干扰？

如果我们使用英国学院的共识报告，那么我们会发现，未来的工作压力不仅来自人工智能，也来自其他因素。此外，挑战之一是管理 "技术的采用和它的好处出现之间的时间滞后"（第28-31页）。

因此，我们实际上面临着一个优化的问题，包括许多因素，与 "预测 "复合在一起，并包括时间关键的部分。

因此，我们可以想象，量子优化和深度学习将大大有助于--保持谨慎--解决过渡到一个各种类型的狭义人工智能将越来越多地执行许多任务的世界（见，更多细节。我们关于人工智能的系列报道).

考虑到政治当局可获得的关于公民的大量详细数据，这些数据可以很好地用于优化能力、培训和教育，以及未来不断变化的工作需求。为了减轻对选择和自由的担忧--但说实话，在失业和生活在贫困线以下的情况下，哪有什么自由--向公民提供（真正的）选择的必要性可能从一开始就被纳入新的量子-AI设计的工作中断缓解计划的设计中。在他们的一生中，新的规划平台将为公民提供一系列的培训和新的有保障的可能工作的选择。量子培训的可能性将考虑公民先天和后天的特性，以及他们的品味。他们将提前为他们准备好工作，对一些人来说，这些工作还不存在。

因此，我们将能够动态地、长期地优化公民的技能、品味和历史上构建的社会化、教育和培训、AI工人的AI生产，以及就业市场和对人才的需求。

用于政府的量子优化和人工智能算法

其他类型的量子优化和人工智能算法可以被创建，作为目标，以更好地处理资源问题。考虑到几十年来不可持续的发展和气候变化，这个问题可能会变得越来越关键和难以解决。这种情况的一个早期例子，在一个城市的层面上，是迪拜水电局和微软在能源优化方面的战略合作(新闻发布，微软，2018年6月28日）。

有大量人流疏散的紧急情况，也是使用量子优化的候选对象。它们是大众汽车集团和D-Wave研究的直接应用（Strobl，同上）。在地震的情况下，这种应用甚至更加有趣。事实上，我们仍然不知道如何预见地震，因此在胁迫下的疏散是至关重要的。由于量子模拟、量子传感和计量学，地震预测也可能取得进展（例如，滑铁卢大学事件，"量子计算在勘探地球物理学中的潜在应用"，2019年2月；Vladimir Kuznetsov，"地球物理场干扰和量子力学“, 2017).

工业和贸易政策、基础设施、公共服务也同样可以从这种量子优化算法的使用中受益。

事实上，这让我们想起了自第一次世界大战以来在国家层面上发展起来的中央计划（例如Michael DiNoto, "中央计划经济体制：..." 1994年；Andrew Gilg, 英国的规划。了解和评价战后的制度, 2005).然而，这种新的规划将以以前未曾梦想过的手段完成。

走向一个新型的政府？

与过去的中央规划相比，我们可能想知道新的 "量子规划 "的理想单位类型。例如，我们是否可以根据不同类型的量子优化和人工智能算法来考虑不同的规模？换句话说，有些量子优化问题最好在城市一级解决，有些在州一级解决，有些在地区一级解决，有些又在 "特定地区 "一级解决，等等。

同时，新类型的工作人员和单位将必须包括在国家的部委和机构，以及其他各级政府（城市，地区等）。这些将需要包括多学科的团队，允许创建新的量子优化和人工智能算法。所有必要的专业知识都必须包括在内，而不仅仅是量子算法研究人员。事实上，目的将是避免危险的 "过度技术化"，避免失去积累的理解和专业知识。相反，我们需要创建一个团队，从数千年的跨学科知识积累中获益。

随着研究的进行，开发出最好的量子优化和人工智能算法，那么新的知识和技能，有时是完全意想不到的，将与新的治理方式一起发展。正如我们在大众汽车集团的案例中看到的那样，所涉及的各种行为者将因此而改变。我们将逐步看到出现一种新的政治当局形式，正如正在进行的范式转型所预期的那样。

国防、军队和权力

国防和军队是使用量子优化和人工智能算法的首选客户。DARPA（同上）已经将 "缺乏商业物流公司所依赖的基础设施的艰苦地区的调度、路由和供应链管理 "列为可能从量子优化中受益。

针对极端环境的量子优化

我们很可能走得更远，首先，优化不仅发生在 "艰苦的地方"，而且发生在极端环境中。

我们所说的极端环境是指：寒冷（北极和南极），炎热（例如在强烈的热浪下作业）。深海、空间和地下（见我们的系列报道极端环境安全).

未来的量子计算能力和优化算法可以处理与这些环境的极端特征有关的补充变量和因素。此外，他们还可以根据气候变化和极端天气事件来考虑其变化。

走向量子人工智能战场

其次，我们还可以想象，除了优化目前现有的物流以及部署，还可以更进一步。

量子化骡子

例如，量子优化和人工智能算法可以处理先进的自主车辆（如无人机）与士兵的耦合，以实时提供新的必要弹药，或其他更适应敌人或地形或行动变化的武器。

这将是对最先进的军用骡子的一个量级变化和改进（例如，马修-考克斯，"机器人骡子可能与陆军顾问一起部署到阿富汗“, 军事网，2019年7月18日).

量子优化网络防御...和攻击

同时，总是由于优化，可以进行网络攻击以解除敌人的武装，打开这个或那个防御，阻断增援，等等。在这里，我们应该牢记所有赋予敌人的新技术能力（见人工智能、计算能力和地缘政治 - 2).

需要新的概念和学说

不用说，能够从可用的量子计算机和适当的算法中受益，将完全成为未来军队的新武器和能力的一部分。新的概念、理论和培训可能是必要的，以创建最能利用量子-AI算法创造的新可能性的士兵和军队。

量子化的地缘政治混乱------模子还没铸成

如果我们继续保持乐观，想象所有这些量子和人工智能算法都能实现它们的承诺，那么能够创造它们、部署它们，然后不仅使用每个算法系统，而且将所有系统放在一起使用的国家，将首先变得更加强大。事实上，他们的政治当局随后将充分确保被统治者的安全。因此，他们的合法性将得到加强。

同时，受益于量子化政府的国家也将更加富有，而国家的资源，特别是通过优化的工业-科学生态系统和通过税收，将增加。

作为一个整体，政府使用一个成功的量子优化将更新和加强社会契约。这不仅是政治当局将成功地使社会契约适应新的范式。他们还将成功地使新范式为社会契约服务。

同样地，这样的国家也将更加强大。由于能够创造、设计和组织未来世界所需的新型政府工具，政治当局将发展相应的技能和知识。这些反过来又会提高国家及其政治当局的海外影响力，包括在象征性方面。

反之，无法建立和发展这样的新政府，很可能将一个国家迅速拖到相对权力分配的底部。

量子技术，正如我们在这里看到的量子优化将允许的进步，迎来了一个新的非常颠覆性的国际游戏。一些国家在投资和发展有利的生态系统方面已经非常先进。然而，这一切还没有结束。范式变化的新颖性，跳出框框的思考能力，以及在战略上抓住和创造机会的能力，对于那些想玩游戏的人来说，可能会使竞争环境变得更加公平。

特色图片由 Gerd Altmann 从淘宝网 - 公共领域。

书目

对于量子优化算法的技术方法

Ashley Montanaro（数学家），"量子算法：概述"。 自然界, npj量子信息，第2卷，文章编号：15023（2016）。 https://doi.org/10.1038/npjqi.2015.23

国家科学、工程和医学研究院；Emily Grumbling和Mark Horowitz，编辑；"第三章。量子算法和应用"，在 量子计算。进展与前景; a Consensus Study Report, Washington, DC: The National Academy Press (2019), pp.57-94.

帕特里克-J-科尔斯等人（针对计算机科学家）"量子算法实现的初学者"，2018年4月10日。 arXiv:1804.03719v1

Olivier Ezratty（工程师），504页报告。 理解量化信息学, septembre 2019 (in French).

参考文献

DiNoto, Michael; "中央计划经济体制。和平时期的苏联，战争时期的美国"。 美国经济学和社会学杂志读者朋友们，第53卷，第4期（1994年10月），第415-432页。

Gilg, Andrew, 英国的规划。了解和评价战后的制度, SAGE, 2005.

Gun, Durukal, Christian Keller, Sree Kochugovindan, Tomasz Wieladek, "房间里的大象“, 巴克莱银行, 2017年6月2日。

Kuznetsov, Vladimir, "Geophysical field disturbances and quantum mechanics", E3S Web of Conferences 20, 02005 (2017) DOI: 10.1051/e3sconf/20172002005.

Moore, B., 不公正。服从和反抗的社会基础，（伦敦：麦克米伦，1978）。

英国人文与社会科学院和皇家学会；"人工智能对工作的影响:关于对个人、社区和社会影响的证据综述》；2018年9月。