第529章 一起動起來
高長安走後，肖宿重新看向那張飛船圖紙，心思卻沒有繼續在動力系統的方案上停留。
他在想剛才高長安提到的那些企業需求。
量子計算機的製造成本是極高的，崑崙工程的經費報告高長安前幾天剛給他看過。
一個月不到就燒掉了將近十個億，後續隨著全系統聯調、材料升級、產線擴容，肯定還會翻著倍地往上漲。
天樞工程那邊也沒閒著，第二版原型機的量產實驗已經開始鋪產線了，接收端和發射端都是吞金獸，再加上後續要覆蓋全國的基站建設，還有低空飛行器的能源適配、通信架構的覆蓋部署，樣樣都在燒錢。
這些項目要不是上面全力支持，加上他手底下幾家公司利潤驚人，換任何一個課題組都是扛不住這樣的開銷的。
而之後，肖宿還想繼續推進星際航行，耗費只會比之前的所有課題都更多，或許，可以將那些不那麼敏感的東西改進一下，推廣到商用。
想到這兒，肖宿忽然瞪大了雙眼。
他之前想著拉著大家一起走，可卻沒想過要把這些東西推行到民用的範圍去，如果由所有人一起來推動，那麼，這個時代進步的速度是不是能更快呢。
想做就做，肖宿從抽屜里拿出了崑崙的架構書，準備將它改造一下。
他現在做的這台崑崙，是給國家實驗室、量子計算中心用的，功率拉滿、精度拉滿、造價自然也拉滿了。
可對於那些在外面等著用量子算力的公司來說，他們不需要最極致的精度，他們需要的只是一個便宜、穩定、好用的量子計算終端而已。
所以說崑崙即使做出來了，想要惠及到企業端，靠現在這台成本高昂的原型機是走不通的，得根據商業場景的真正需要去選擇需要的那部分，而其他用不上的精密設置，省掉就好。
比如動輒幾十億個物理比特的極端規模、面向基礎物理研究的全域模擬接口、高精度量子計量單元等等，這些功能對商業用戶來說純粹就是浪費，完全可以省調，換取極致的性價比。
商用版最需要的，除了性價比之外，就是實用性了。
可不是哪個企業都有院士的，有些甚至沒有全面的量子信息方向的博士團隊。他們用這台機器，不可能像陽源他們那樣拿著拓撲相變和Gauge Potential去調參，他們需要的就不是這台計算機多麼多麼強悍，而是開箱即用，最好能像用智慧型手機一樣簡單。
那麼問題來了。
該怎麼讓一個沒學過量子力學的人，也能順利使用量子計算機呢？
肖宿往椅子裡一靠，視線一抬，看到了屏幕上的小智，頓時眼前一亮。
小智作為一個超級智能AI，因為肖宿自己對AI的需求一直不大，所以它的主體框架從做完之後就沒再深度開發過了，更多是把它的變體用在各種工程場景里——恆科智慧機器人、靈樞手術機器人、鸞鳥飛行器的飛控系統，但這些場景都是根據需求做了裁剪和優化的。
比如鸞鳥的小智變體更側重全局指標的穩定性和航線判斷，而靈樞的變體則更側重觸覺反饋精度和手術動作規劃，恆科智慧機器人應用的AI模塊最接近通用，它能完全理解人類的語音指令，能根據家人的習慣規劃家電，甚至能自主完成多步驟的任務分解……可這些再怎麼厲害都還只是小智的變體，它的全部性能還沒被真正釋放過。
限制它們的不是算法，而是算力。
小智的群論自監督解耦框架有一個特點，那就是它的解耦維度越高，需要的計算資源就越多，那些被砍掉的功能大多都是受限於算力而不得不犧牲的。
如果算力給足了，小智完全可以變成一個真正的通用智能助手。
如果量子計算機里嵌入了小智，讓用戶直接用自然語言下指令，量子計算機就能自動把任務分解成底層操作了。
不需要用戶懂什麼哈密頓量、什麼變分量子求解器，只要說清楚自己要解決什麼問題，小智就能聽懂，然後自己完成計算任務的分解、量子程序的編寫、算力資源的調度。
那樣商業版的門檻就會低到幾乎不存在，任何一個企業的研發人員都能像用手機一樣輕鬆使用了。
但是僅靠算力還不夠。
全網首發更新 讀小說就上 TW 看書網，𝓈𝒽𝓊.𝓉𝓌超順暢
肖宿在腦海里的各條線路開始逐步連接，思考的也越來越完善。
小智要真正成為一個能用的量子計算機交互系統，還缺少一個環節，那就是對物理世界的實時感知和操控能力。
不過，這個問題倒是不大。
小智本身就有和外部設備通信的接口，只要在量子計算機和終端設備之間打通一條足夠快、足夠穩定的連接通道，用戶就可以直接通過語音或手勢控制整個系統了。
比如精武醫療的藥物篩選，如果真正接入了全智能的量子計算機，他們或許連數據比較都可以省略了，到時候，他們只需要對著終端說一句「把這個分子的結構和這組靶點做對接分析」，小智就能自動調出正確的量子化學算法，把計算任務分解成小單元，放到崑崙的算力池裡跑，最後把結果整理成一份普通人能看懂的說明報告了。
他甚至可以在小智的智能層上加一個工程創造模塊，讓量子計算機完成算力任務後直接輸出最優方案，對接生產系統就能直接落地。
不過，想要做到這些還是有幾點需要克服的。
首先就是小智的語義理解模塊。
人類的語言是模糊的、多義的、依賴上下文的，而量子計算機的指令必須是精確的、無歧義的、可驗證的。
要把前者穩定地翻譯成後者，小智需要一套全新的語義到量子算法的映射機制，之前恆科的智慧機器人身上的模塊其實已經做的很好了，經過近一年應用，現在幾乎已經能完美的理解人類的指令了。
不過，智慧機器人的指令聚焦在生活化場景，而對於實驗室和商用場景還需要改造，這個得從頭設計。
他在想剛才高長安提到的那些企業需求。
量子計算機的製造成本是極高的，崑崙工程的經費報告高長安前幾天剛給他看過。
一個月不到就燒掉了將近十個億，後續隨著全系統聯調、材料升級、產線擴容，肯定還會翻著倍地往上漲。
天樞工程那邊也沒閒著，第二版原型機的量產實驗已經開始鋪產線了，接收端和發射端都是吞金獸，再加上後續要覆蓋全國的基站建設，還有低空飛行器的能源適配、通信架構的覆蓋部署，樣樣都在燒錢。
這些項目要不是上面全力支持，加上他手底下幾家公司利潤驚人，換任何一個課題組都是扛不住這樣的開銷的。
而之後，肖宿還想繼續推進星際航行，耗費只會比之前的所有課題都更多，或許，可以將那些不那麼敏感的東西改進一下，推廣到商用。
想到這兒，肖宿忽然瞪大了雙眼。
他之前想著拉著大家一起走，可卻沒想過要把這些東西推行到民用的範圍去，如果由所有人一起來推動，那麼，這個時代進步的速度是不是能更快呢。
想做就做，肖宿從抽屜里拿出了崑崙的架構書，準備將它改造一下。
他現在做的這台崑崙，是給國家實驗室、量子計算中心用的，功率拉滿、精度拉滿、造價自然也拉滿了。
可對於那些在外面等著用量子算力的公司來說，他們不需要最極致的精度，他們需要的只是一個便宜、穩定、好用的量子計算終端而已。
所以說崑崙即使做出來了，想要惠及到企業端，靠現在這台成本高昂的原型機是走不通的，得根據商業場景的真正需要去選擇需要的那部分，而其他用不上的精密設置，省掉就好。
比如動輒幾十億個物理比特的極端規模、面向基礎物理研究的全域模擬接口、高精度量子計量單元等等，這些功能對商業用戶來說純粹就是浪費，完全可以省調，換取極致的性價比。
商用版最需要的，除了性價比之外，就是實用性了。
可不是哪個企業都有院士的，有些甚至沒有全面的量子信息方向的博士團隊。他們用這台機器，不可能像陽源他們那樣拿著拓撲相變和Gauge Potential去調參，他們需要的就不是這台計算機多麼多麼強悍，而是開箱即用，最好能像用智慧型手機一樣簡單。
那麼問題來了。
該怎麼讓一個沒學過量子力學的人，也能順利使用量子計算機呢？
肖宿往椅子裡一靠，視線一抬，看到了屏幕上的小智，頓時眼前一亮。
小智作為一個超級智能AI，因為肖宿自己對AI的需求一直不大，所以它的主體框架從做完之後就沒再深度開發過了，更多是把它的變體用在各種工程場景里——恆科智慧機器人、靈樞手術機器人、鸞鳥飛行器的飛控系統，但這些場景都是根據需求做了裁剪和優化的。
比如鸞鳥的小智變體更側重全局指標的穩定性和航線判斷，而靈樞的變體則更側重觸覺反饋精度和手術動作規劃，恆科智慧機器人應用的AI模塊最接近通用，它能完全理解人類的語音指令，能根據家人的習慣規劃家電，甚至能自主完成多步驟的任務分解……可這些再怎麼厲害都還只是小智的變體，它的全部性能還沒被真正釋放過。
限制它們的不是算法，而是算力。
小智的群論自監督解耦框架有一個特點，那就是它的解耦維度越高，需要的計算資源就越多，那些被砍掉的功能大多都是受限於算力而不得不犧牲的。
如果算力給足了，小智完全可以變成一個真正的通用智能助手。
如果量子計算機里嵌入了小智，讓用戶直接用自然語言下指令，量子計算機就能自動把任務分解成底層操作了。
不需要用戶懂什麼哈密頓量、什麼變分量子求解器，只要說清楚自己要解決什麼問題，小智就能聽懂，然後自己完成計算任務的分解、量子程序的編寫、算力資源的調度。
那樣商業版的門檻就會低到幾乎不存在，任何一個企業的研發人員都能像用手機一樣輕鬆使用了。
但是僅靠算力還不夠。
全網首發更新 讀小說就上 TW 看書網，𝓈𝒽𝓊.𝓉𝓌超順暢
肖宿在腦海里的各條線路開始逐步連接，思考的也越來越完善。
小智要真正成為一個能用的量子計算機交互系統，還缺少一個環節，那就是對物理世界的實時感知和操控能力。
不過，這個問題倒是不大。
小智本身就有和外部設備通信的接口，只要在量子計算機和終端設備之間打通一條足夠快、足夠穩定的連接通道，用戶就可以直接通過語音或手勢控制整個系統了。
比如精武醫療的藥物篩選，如果真正接入了全智能的量子計算機，他們或許連數據比較都可以省略了，到時候，他們只需要對著終端說一句「把這個分子的結構和這組靶點做對接分析」，小智就能自動調出正確的量子化學算法，把計算任務分解成小單元，放到崑崙的算力池裡跑，最後把結果整理成一份普通人能看懂的說明報告了。
他甚至可以在小智的智能層上加一個工程創造模塊，讓量子計算機完成算力任務後直接輸出最優方案，對接生產系統就能直接落地。
不過，想要做到這些還是有幾點需要克服的。
首先就是小智的語義理解模塊。
人類的語言是模糊的、多義的、依賴上下文的，而量子計算機的指令必須是精確的、無歧義的、可驗證的。
要把前者穩定地翻譯成後者，小智需要一套全新的語義到量子算法的映射機制，之前恆科的智慧機器人身上的模塊其實已經做的很好了，經過近一年應用，現在幾乎已經能完美的理解人類的指令了。
不過，智慧機器人的指令聚焦在生活化場景，而對於實驗室和商用場景還需要改造，這個得從頭設計。