语言
关于Rich Uhlig，《我国科学报》记者的第一印象是聪明、睿智。面临媒体或微观或专业的问题，他总是能有条有理、浅显易懂地给出逻辑明晰的答案。
作为英特尔技能与体系架构和客户端事业部高档院士、英特尔研讨院院长，他在近来坐落北京融科资讯中心的英特尔我国研讨院承受记者专访时，正好是谷歌声称其首先完成 “量子霸权”一事在业界余波未尽之际，量子核算也因而成为媒体们“火力”会集之地点。
但是，作为在美国、欧洲、印度等全球各地均有布局的英特尔研讨院掌舵人，在Uhlig看来，前沿核算绝不仅仅只要量子核算。他告知《我国科学报》，在进行前沿性探究时，英特尔一直以来秉承的原则是，“不要只挑选单一的一种途径去处理问题，然后就深陷其间不可自拔，而是要运用不同手法进行多方探究，并别离加以测验，这样才干逐渐看清哪一种或许哪几种办法更有或许成功”。
16年前的东京地铁站，在iPhone等智能手机还没有呈现的时分，所有人都已在垂头不停地“刷”手机了。这和4年之后呈现第一代iPhone，甚至开展到现在的现象何其相似。Uhlig指着记录下这一情形的那张相片，用今世闻名科幻小说作家威廉吉布森的话总结说，“未来已来，仅仅散布不均”。而在他看来，包含前沿核算在内的未来技能开展，也是如此。
谈及前沿核算，Uhlig以为主要是处理两个维度的问题：一是进步应对日益繁复且性质越加杂乱的数据的功率，二是数据的隐私及安全。在这方面，他以为或许有四种颠覆性的技能方向，即量子核算、神经拟态核算、概率核算和图核算。
在Uhlig看来，这是四种彻底不同的核算形式。量子核算最大的优点在于它答应对同一个问题一起实验多个解，并经过接连的采样让研讨者取得关于这一问题的终究答案。
而神经拟态核算是一种高能效的神经网络体系。它可以仿照人类大脑的运作机制，去寻求一个问题的回答，可以使用于要求苛刻的机器人操控、智能制作及脑机接口等范畴。
概率核算则是用来处理那些内涵不精准的、噪音十分大的数据。“由于当时数据性质正在发生变化，数据日益变得充溢噪音而且十分不精确，所以咱们需求有一种技能对其进行优化。用户想要在数据意义上完成彻底精准，经过概率或许核算为根底的这种核算，就可以极大地提高功率。” Uhlig说。
而图核算则主要是发现数据之间的内涵联系，尤其是大规模数据之间的内涵联系，例如交际网络或许其他实体之间等。在这方面，贝叶斯算法等传统核算办法不易进行表述，而用图核算则可以有用提高稀少数据的处理功率。
“到现在，英特尔在这四个范畴都有探究性研讨，而且并不笃定其间哪种办法将来会逾越其他途径，而是以为要多管齐下。” Uhlig告知《我国科学报》。
量子核算的线日，《天然》杂志刊发了谷歌公司的一篇论文。在该论文中谷歌表明，其开宣告一款54量子比特数（其间53个量子比特可用）的超导量子芯片“Sycamore”。根据该芯片，谷歌对一个53比特、20深度的电路采样一百万次只需200秒。而现在最强的经典超级核算机Summit要得到相似成果，则需求一万年。根据这一打破，谷歌声称其首先完成了“量子霸权”。
Uhlig向《我国科学报》泄漏，在量子核算方面，英特尔起初是在超导量子位芯片和自旋量子位芯片两个方向“左右开弓”的，但最近英特尔内部将这一研讨的规模更多地聚集在了自旋量子位芯片上，而且取得了相当好的开展。2018年6月，英特尔宣告，其研讨人员正在测验一种细小的新式“自旋量子位”芯片，向量子核算机的开展迈出了新的一步。这也是到现在英特尔制作出的最小的量子核算芯片，比铅笔头上的橡皮擦还要小。
谈及神经拟态核算、概率核算和图核算，Uhlig坦言，这三个方向都还处于研讨进程傍边，尚没有成型的产品路线图，由于“咱们需求充分地了解每一种核算形式拿手什么或不拿手什么，所以到现在还不知道何时可以将之产品化。一旦咱们有决心可以使用它们来成功处理某些问题的时分，就会对其发动产品开发方案” 。
