作為連續(xù)25年獲得美國專利最多的科技公司，IBM始終在尖端科研和信息技術(shù)應(yīng)用領(lǐng)域不斷突破，并正在讓量子計算、IBM Watson人工智能和云計算、智能物聯(lián)網(wǎng)等前沿技術(shù)成為推進科幻夢想成為現(xiàn)實的重要力量。

合作視頻揭秘的星戰(zhàn)元素

智能機器人：

可愛的BB8，機警的R2，還有多愁善感的C3PO，星戰(zhàn)中每個機器人都個性獨特又各有所長。其實， “AI伙伴”離人們生活并不遙遠、已經(jīng)開始在生活中幫助人類——不僅開始助力人們作詩、作曲、設(shè)計，還能幫助教師實現(xiàn)個性化教育、幫助律師征服法律文獻的海洋、甚至充當酒店的“有理有節(jié)的禮賓員”——為顧客服務(wù)。

盡管人類離造出星戰(zhàn)里的描繪的一些“高智商、高情商”機器人的目標還有一定距離，但是科學(xué)家其實正在造出越來越聰明的AI大腦——具有越來越強的URLI（理解、推理、學(xué)習(xí)和互動）的能力，比如，IBM科學(xué)家正在提升人工智能的“Social Intelligence”——社交智商，它們能與人們進行更深入的情感交流。

【案例1】2-5歲是孩子智力發(fā)展最為迅速的時期。為了充分開發(fā)孩子的潛能，家長們奔波于各種培訓(xùn)班。不同的孩子，卻是相同的成長套路，這樣的學(xué)習(xí)效果會好嗎？美國知名教育機構(gòu)芝麻街，正借助Watson，為孩子們定制個性化的課程和學(xué)習(xí)方案。Watson快速學(xué)習(xí)了芝麻工作室45年來積累的教育知識和經(jīng)驗，以及1,000多項有關(guān)幼兒學(xué)習(xí)的研究成果，理解并推理出不同階段、不同類型孩子的獨特需求，從而設(shè)計能達到最佳學(xué)習(xí)效果的游戲和節(jié)目。 此外，這個教育平臺還能在與孩子們的每一次互動中不斷進行調(diào)整和優(yōu)化，以匹配孩子個性化的學(xué)習(xí)風(fēng)格。 IBM與芝麻街工作室的合作將能夠滿足每個孩子在學(xué)習(xí)上的獨特需求，讓孩子告別千篇一律的教育，讓他們站在一條最合適的起跑線上個性化成長，做最好的自己

【案例2】對于技術(shù)復(fù)雜嚴謹?shù)挠蜌忾_采公司，新手秒變專家是一個迫在眉睫的需求。油氣開采作業(yè)需要對設(shè)備、天氣、地理條件等多方面建立可持續(xù)的項目體系，每位輪流到現(xiàn)場作業(yè)的員工需要具備嚴謹?shù)闹R體系——相當于30年工作經(jīng)驗。“新伙伴”IBM Watson學(xué)習(xí)了積累了30年的 38,000份文件，可以分析各種關(guān)鍵數(shù)據(jù)，通過自然語言為工程師提供專業(yè)建議，讓工程師節(jié)省了75%搜索專業(yè)知識的時間。

【案例3】Olli是利用IBM Watson物聯(lián)網(wǎng)的基于云的認知計算能力，對嵌入在整輛車中的30多個傳感器所提供的交通數(shù)據(jù)進行分析與學(xué)習(xí)的首款車輛。Local Motors開放式的汽車開發(fā)流程將允許公司基于乘客需求和當?shù)亓?xí)慣相應(yīng)地添加并調(diào)整傳感器。此外，該平臺還利用4個Watson APIs（Watson developer API）– 語音到文本(Speech to Text)、自然語言分類(Natural Language Classifier)、物體識別(Entity Extraction)以及文本到語音(Text to Speech) – 實現(xiàn)車輛與乘客之間的平順的交流。

【案例4】IBM杰出工程師、盲人科學(xué)家淺川智惠子博士開發(fā)出一款NavCog（視覺障礙導(dǎo)航系統(tǒng)）App，基于人工智能定位、識別、知識、地圖四個技術(shù)領(lǐng)域，實現(xiàn)讓有認知障礙人士可以同正常人一樣行走，購物、知曉對面走過來的人是誰，聊天對象表情等。這一應(yīng)用不僅適用于，同樣適用于老年人。

巴克塔液體：

星戰(zhàn)電影里就有一個神奇的“巴克塔箱”，里面裝滿了能讓細胞再生的“巴克塔液體”，它能“愈合、修復(fù)”世界上最嚴重的傷口，而且不留一點疤痕。電影角色盧克?天行者在一場暴風(fēng)雪中凍傷身體，也是在“巴克塔液體”中恢復(fù)的。類似的一幕，已經(jīng)逐漸在醫(yī)療行業(yè)變?yōu)楝F(xiàn)實。例如，美容手術(shù)中常見的“皮膚修復(fù)術(shù)”，就是通過重新植入人造皮膚，讓已經(jīng)壞死的皮膚重新煥發(fā)新活力。

更進一步，人類還正在努力對疾病進行“預(yù)測”。 “納米級疾病跟蹤”能讓人們高速、及時、便捷地從一滴血、一滴淚、一滴汗中發(fā)現(xiàn)疾病隱患。

IBM正在開發(fā)”芯片上的醫(yī)療實驗室”技術(shù)（“l(fā)ab-on-a-chip”）。根據(jù)IBM 年公布的“未來五年五大創(chuàng)新趨勢”年度報告（“IBM 5 in 5”）預(yù)測：今后五年，它就像健康偵探，實現(xiàn)納米級疾病跟蹤，追蹤體液里無法看到的信號。而且，“芯片上的醫(yī)療實驗室”技術(shù)將被整合到便攜式的手持設(shè)備中，讓人們可以便捷地通過一滴血、一滴淚、一滴汗分析生物指標，可以被迅速地將信息從家里傳送到云端。這樣便可以與睡眠監(jiān)測儀和智能手表等其他物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)進行整合，然后交由AI分析，并返回結(jié)果。一旦實現(xiàn)，人們可以每周、甚至每天監(jiān)測自己的健康，“永遠走在疾病前面”——實現(xiàn)針對疾病的“早發(fā)現(xiàn)、早治療”。

【案例】機器“相面”輔助診療，準確率超出人類專家

皮膚癌是一種高發(fā)疾病，其中黑色毒瘤致死率最高。專業(yè)的皮膚科醫(yī)生可以利用 “皮膚鏡”的影像技術(shù)，提早發(fā)現(xiàn)黑色素瘤，但面臨兩大挑戰(zhàn)：一是掌握這類技術(shù)的醫(yī)生數(shù)量嚴重不足，二是人非圣賢，孰能無過，經(jīng)常出現(xiàn)誤診。IBM借助人工智能的計算機視覺技術(shù)，只靠圖片就能準確診斷患者是否患有黑色素瘤。醫(yī)護人員只需利用皮膚鏡拍攝一張病變患處的圖片，并上傳到云端分析服務(wù)中心，就能獲得詳細的檢測報告。隨后，醫(yī)生只需詳細分析報告中的數(shù)據(jù)，就能判斷病人是否患了黑色素瘤。目前，IBM對皮膚癌診斷的正確率高達97%，已經(jīng)超出了專家的平均診斷水平（85%）。除了檢測皮膚癌，醫(yī)生還能根據(jù)報告數(shù)據(jù)，及時判定患者是否還有患其他疾病的可能。

高成像頭盔：

《星球大戰(zhàn)》中Boba的頭盔的設(shè)計裝有運動與聲音傳感器、紅外線裝置和通訊器于一體的可穿戴設(shè)備，以便Boba比敵人看得更清楚、視野更廣?，F(xiàn)實中，超過99.9%的電磁波譜無法被肉眼看到。

過去 100 年里，科學(xué)家發(fā)明了許多儀器，可以釋放并感知不同波長的能量，而這些技術(shù)在當下被應(yīng)用在醫(yī)學(xué)成像領(lǐng)域，以檢查牙齒中的空洞、檢查機場行李、幫助飛機在濃霧天氣降落。但這些設(shè)備都非常專業(yè)，且價格昂貴，且在技術(shù)上只能看見某些特定波長的電磁波譜。

IBM在2017年初發(fā)布的“Next 5 in 5”中預(yù)測，未來五年內(nèi)，基于超級成像與人工智能，人類將擁有“超人”視覺?；诔壋上窈腿斯ぶ悄芗夹g(shù)的新型成像設(shè)備，能夠集成眾多波長的電磁波譜帶，從而極大地拓展人類的視野范圍，觀測更為廣泛的世界，揭露出有價值的或蘊含潛在危險的信號。最重要的是，這些設(shè)備都便于攜帶、價格低廉、易于使用，因此超人視覺可以成為我們?nèi)粘ｓw驗的一部分。

如果能夠看到周圍所有無法看到或有些模糊的物理現(xiàn)象，便可幫助駕駛員和無人駕駛汽車更好地了解路況。例如，借助毫米波成像、攝像頭和其他傳感器，超級成像技術(shù)便可幫助汽車看透迷霧或暴雨，探測黑冰等難以看清的危險路況，或者幫助我們了解前方物體的距離和尺寸。認知計算技術(shù)能夠分析這些數(shù)據(jù)，然后找出導(dǎo)致爆胎的原因：可能是由于橫穿馬路的動物或十字路口傾翻的垃圾桶，或者路上的坑洼地段。將這些技術(shù)運用到手機后，便可通過拍攝照片來分析食物的營養(yǎng)價值、判斷食物是否安全可食用。在醫(yī)藥和銀行領(lǐng)域使用超級成像技術(shù)則可以幫助用戶識別欺詐行為。原本無法被人類看到的信息都將一一呈現(xiàn)在我們面前。

目前，IBM 科學(xué)家正在開發(fā)一套緊湊型超級成像平臺，可以在該平臺“看到”電磁波譜的特定部分，從而催生一系列實用且價格親民的設(shè)備和應(yīng)用模式。

光劍

光劍是《星球大戰(zhàn)》中最具代表性的裝備，同時也是眾多科學(xué)家希望最先實現(xiàn)的技術(shù)。然而、多數(shù)人認為光劍的原理是釋放激光，而光束是無法發(fā)生碰撞的，所以光劍技術(shù)也是絕大多數(shù)人認為星戰(zhàn)科技中最無法實現(xiàn)的。

在現(xiàn)實中，基于激光的武器存在類似應(yīng)用。如美軍將為無人機配備的激光武器，發(fā)射出的激光可擊落敵方無人機。此外，現(xiàn)實中也有好似光劍一樣無堅不摧的應(yīng)用，如可以用于搶先救援的高溫?zé)釃姌?，同樣可以通過瞬間噴發(fā)的超高溫火焰，輕易據(jù)開障礙物，用于緊急施救領(lǐng)域。

在《科學(xué)與星球大戰(zhàn)》系列視頻里， IBM 的研究人員展示了，用離子體幫人們把一根金屬瞬間達到極高溫，實現(xiàn)類似光劍的“披荊斬棘”切割力。

太空旅行

《星球大戰(zhàn)》中，最快的飛船“千年隼號”、超空間“星際跳躍”，是兩個最吸引人的太空旅行科幻場景。然而，星戰(zhàn)中飛船的超空間跳躍技術(shù)，需要難以想象的巨量數(shù)據(jù)運算。電影中的一個經(jīng)典場景是：男主人公之一漢索羅駕駛飛船誤闖小行星帶，成功導(dǎo)航通過的幾率僅有約3720：1。因此，星際探索的重要挑戰(zhàn)之一是：針對海量數(shù)據(jù)計算，進行路徑選擇和優(yōu)化，即以最快的速度、找到最安全路徑，這對于傳統(tǒng)計算機是極具挑戰(zhàn)的任務(wù)。

IBM在量子計算上的研究為突破計算力的局限帶來曙光。2017年11月，IBM公布了50量子比特位的量子處理器原型，這是人類在計算力上取得的一個重要進展。相比傳統(tǒng)計算，量子計算可以實現(xiàn)基于量子疊加態(tài)的重疊計算。它可處理海量數(shù)據(jù)、海量因素、海量維度。其遠遠超過了傳統(tǒng)計算機的運算速度，而且其使用范圍不局限于航空領(lǐng)域，還能為化工、新藥、新材料研發(fā)、金融安全等領(lǐng)域帶來突破式創(chuàng)新。

原力：

作為星戰(zhàn)中最為重要的科幻元素之一，“原力”的存在可以讓影片中擁有它的人隨意控制物體移動，控制物體、武器防御外來攻擊。而在生活中，人們通過“全副武裝”的可穿戴設(shè)備，可以遠程開啟智能音箱、打開空調(diào)、燒好熱水。人們心跳的頻率、眼睛的疲勞度也可直接與電腦開關(guān)相關(guān)。

IBM也有類似技術(shù)。IBM Watson IoT技術(shù)與智能頭盔Emotiv Insight相結(jié)合，能讓腦電波控制技術(shù)成為現(xiàn)實。而根據(jù)埃森哲的報告，在萬物互聯(lián)的時代，以智能互聯(lián)設(shè)備和機器為基礎(chǔ)的產(chǎn)業(yè)互聯(lián)網(wǎng)能夠幫助企業(yè)拓展新的數(shù)字化服務(wù)和商業(yè)模式，到2030年有望為全球貢獻14.2萬億美元的新產(chǎn)值。

【案例1】電梯如果頻繁故障、停機，不僅會威脅乘客安全，還會讓樓宇價值和業(yè)主體驗大打折扣。世界最大的電梯公司之一KONE（通力），同時運維百萬部電梯和扶梯，每天承載10億人，怎樣萬無一失地保證電梯安全運行不罷工？KONE電梯為其維修員“雇傭”了一個新搭檔IBM Watson。通過每臺電梯中的IoT傳感器，Watson實時監(jiān)控電梯的運行狀況，不放過任何一個安全隱患，給電梯維修員賦予了提前預(yù)知電梯故障的“超能力” 。在電梯還沒有發(fā)生故障之前，維修員就能趕到現(xiàn)場，消除安全隱患。

【案例2】本田研發(fā)部門采用IBM Watson物聯(lián)網(wǎng) (IoT) 技術(shù)監(jiān)控并分析來自一級方程式 (F1) 賽車中160多個傳感器的數(shù)據(jù)。車手和工作人員可以實時采用數(shù)據(jù)和分析而幫助優(yōu)化性能并提高燃油效率，使車手能夠做出實時比賽決策。

懸浮飛行器：

星戰(zhàn)中有多達十余種飛行器，如雪上飛行器，飛行摩托等，可隨意在天際穿梭。生活中，類似的技術(shù)正在映射在交通、低溫超導(dǎo)、電力等行業(yè)與領(lǐng)域。在交通行業(yè)，磁懸浮列車目前已經(jīng)實現(xiàn)；在低溫超導(dǎo)領(lǐng)域，人們可以將電腦、手機永遠在低功率狀態(tài)下，實現(xiàn)超長待機；而電力領(lǐng)域也正在研發(fā)如何讓電力傳輸?shù)臏y試成本降低。

IBM的超導(dǎo)和磁電研究處于領(lǐng)先，包括將超導(dǎo)技術(shù)應(yīng)用于IBM Q系統(tǒng)和量子生態(tài)的開發(fā)。近期，IBM宣布帶有20 個量子比特的客戶端系統(tǒng)已經(jīng)可以使用；下一代的 IBM Q 系統(tǒng)正在開發(fā)之中，該系統(tǒng)將配備首個 50 量子比特處理器；IBM 還擴展了開源量子軟件包QISKit；推出了全球最高級的量子計算生態(tài)系統(tǒng)。

IBM前沿技術(shù)在各行業(yè)專業(yè)領(lǐng)域的應(yīng)用案例

營銷與數(shù)據(jù)分析

1.每個營銷人都能洞察客戶需求

Watson Analytics的認知技術(shù)賦予歐唯特公司咨詢師分析能力，更重要的是賦予他們從新的角度進行探索分析的能力，能幫助品牌更精準地了解客戶需求。。原來咨詢師們在研究產(chǎn)品維度時，已經(jīng)形成固化的思維方式，會從性別，年齡，區(qū)域等角度進行拆解分析。當他們將某快消時尚品牌的數(shù)據(jù)導(dǎo)入Watson Analytics，進行引導(dǎo)式的數(shù)據(jù)探索與交互，在Watson的“探索模塊”，驚喜的發(fā)現(xiàn)支付方式與產(chǎn)品之間有一定的關(guān)聯(lián)，歐唯特公司立刻建議客戶針對不同支付方式的人做精準的產(chǎn)品溝通。微信和支付寶合作，使用這兩個方式支付的客人，支付之后會出現(xiàn)“一鍵注冊會員”的界面，這種迎合客戶需求，并且簡單操作的活動，大大的促進了品牌會員轉(zhuǎn)化率和用戶體驗滿意度。

2.起亞利用IBM Watson提高營銷效果

在2016年超級碗活動中，韓國汽車公司起亞和數(shù)字營銷公司Influential合作，用IBM Watson分析了Twitter, Facebook、Instagram等社交媒體上”網(wǎng)紅”們發(fā)布的內(nèi)容，將他們分成了不同類，貼上了不同的標簽，穩(wěn)健、深刻、樂觀、求變等等。起亞公司從中挑選了那些擁有”勇于改變、對藝術(shù)感興趣、渴望成功”的上百個“網(wǎng)紅”。接下來他們做了一件有意思的事：起亞公司給這些“網(wǎng)紅”每人寄送了一款起亞汽車廣告中的“彩色襪子”——在廣告中，美國演員克里斯托弗?沃肯，在無聊、以灰色為主調(diào)色的衣柜中，選擇了一雙彩色襪子，用來彰顯起亞汽車是如此的與眾不同，充滿生氣與歡樂。很多人都看了這個廣告，記住了那款獨特的彩色襪子?！熬W(wǎng)紅”們收到這些彩色襪子后非常興奮，于是主動在社交媒體上進行各種“炫耀”，很多人還編了有趣的關(guān)于彩色襪子的故事。這些“網(wǎng)紅”在社交媒體上的一系列行為傳遞了起亞的樂觀、歡樂的價值觀?！熬W(wǎng)紅”們的行為得到粉絲的極大認可，在社交媒體上產(chǎn)生了互動與共鳴，有90%以上的粉絲還轉(zhuǎn)發(fā)了“網(wǎng)紅”的分享。這堪稱一次絕妙的成功營銷的活動，起亞所期望塑造的品牌形象通過這次活動在 “網(wǎng)紅”粉絲心目中成功樹立起來了。

3.家樂利用Watson給客戶帶來新奇體驗

“家樂”是聯(lián)合利華旗下的食品品牌，主要產(chǎn)品為湯料和調(diào)味品。作為大眾品牌，其產(chǎn)品銷往世界各地。他們與IBM合作，在全球引領(lǐng)了一場運動。借助IBM Watson增強智能，家樂設(shè)計了一項趣味測試，對人們在愛情上的喜好進行分析（即自己的心儀對象是什么類型的人），再研究心儀對象鐘愛的食物味道。如果根據(jù)味道的喜好對人進行配對，他們在愛情上也會匹配。IBM幫助家樂研發(fā)了一個基于認知的味道分析工具。這個味道測試工具可以向參與者提問，了解并分析他們的信息，然后將參與者的專屬味道資料創(chuàng)建出來。人們可以通過在線訪問使用這個工具?！凹覙贰痹局皇且粋€固體湯料和調(diào)味品品牌，它的產(chǎn)品通常只會被放在廚房的櫥柜里，從沒給人以炫酷的印象。但與IBM合作的這項趣味測試，卻讓“家樂”這一品牌變得很酷很潮。消費者很快就通過社交媒體了解到這個測試工具，并且將自己的測試結(jié)果分享到社交平臺上，讓 “家樂”的名氣瘋狂傳播開來。這是一場非常巧妙的營銷，策劃者借助IBM增強智能，創(chuàng)造了一個非常巧妙的互動模式，再利用這個模式實現(xiàn)了巨大的廣告效應(yīng)。 “家樂”也因此拿到了聯(lián)合利華當年所有的獎項，最終其銷售額直線上升。

4.IBM認知型廣告競價優(yōu)化工具提升營銷效果

IBM正在研發(fā) “認知型廣告競價優(yōu)化工具”，將人工智能應(yīng)用到程序化媒體購買中。與傳統(tǒng)算法和普通程序化算法相比，這種AI算法更精細。比如，普通的廣告投放方式無法區(qū)分用戶當時所處的使用環(huán)境，但認知型投標優(yōu)化工具就可以。在試驗項目中使用這個工具，投放轉(zhuǎn)化率有了大幅提升，提高了30%~40%。在一項特定的測試中，轉(zhuǎn)化率提高了72%。結(jié)果十分驚人。試驗數(shù)據(jù)表明，該工具對提高營銷資金的使用效率意義重大。

5.認知營銷讓馬姆莫斯度假村(Mammoth Resorts) 游客數(shù)量屢創(chuàng)新高

IBM宣布，美國加利福尼亞州領(lǐng)先的四季山地度假區(qū)企業(yè)馬姆莫斯度假村(Mammoth Resorts) 正在使用 IBM 云上的 Watson 客戶互動解決方案(Watson Customer Engagement)創(chuàng)建個性化的優(yōu)惠信息，使每年前往該度假區(qū)的游客數(shù)量屢創(chuàng)新高。

借助基于云的 Watson客戶互動解決方案，馬姆莫斯度假村能夠密切觀察客戶在網(wǎng)站上的活動，包括他們在何處花的時間最多，他們查看了哪些信息，他們購物車是否是空的等等。根據(jù)這些細節(jié)，馬姆莫斯度假村發(fā)起響應(yīng)式電子郵件營銷活動，客戶查看每款商品時都可以收到優(yōu)惠交易信息，比如下次訪問時免費住宿一晚。馬姆莫斯度假村營銷團隊隨后會跟蹤哪些促銷活動最成功地吸引客戶回訪其網(wǎng)站。

除了吸引新的旅客，IBM Watson客戶互動解決方案還基于旅客過去的停留信息，根據(jù)每個人的偏好，開展及時、個性化的營銷活動，幫助馬姆莫斯度假村建立起了客戶忠誠度。目前，IBM 正在幫助公司根據(jù)馬姆莫斯度假村的要求，按他們需要的時間和方式將認知技術(shù)融入其營銷、商務(wù)和供應(yīng)鏈能力中。IBM 目前正與全球 17,000 多家公司合作，包括Amadori Group、American Eagle Outfitters、Boots、Ermes、Luxottica、Moosejaw Mountaineering、Office Brands、Performance Bicycle 和 REI。

6.利用Watson開啟認知商業(yè)模式，印度Titan公司定制個性化營銷方案

IBM公司日前宣布，印度手表及其他精美個人配飾的領(lǐng)先制造商Titan Company Limited正在使用客戶互動解決方案和基于云的解決方案，幫助公司通過1,100萬的忠誠客戶提高年銷量，同時利用Titan的獨特產(chǎn)品吸引新客戶。

作為總部位于印度班加羅爾的多類別、多品牌全球時尚生活產(chǎn)品制造商，Titan目前正在利用IBM Watson客戶互動解決方案作為其電商平臺的支柱，使公司能為其客戶量身定制在線營銷活動, 考慮客戶的偏好和過去的購買情況（客戶以前將錢花在何處，哪些交易會刺激購買行為）的同時，還會利用分析來研究客戶的實時行為，以便隨時調(diào)整營銷活動，促使客戶購買商品。

通過與IBM合作，Titan希望激勵老客戶，增加購買次數(shù)，并且增加3倍的購物品種，無論是在電腦端、手機端還是在實體店。Titan旨在利用IBM的平臺將訪問者引至其品牌網(wǎng)站，并引導(dǎo)逛街的人進入其遍布全印度的1,500家零售店和10,000個多品牌直銷購物中心。目前，IBM是唯一一家?guī)椭黝惞緦⒄J知技術(shù)無縫融入其營銷、商務(wù)和供應(yīng)鏈功能中的供應(yīng)商。

7.North Face

IBM的一個美國合作伙伴，利用 Watson為著名的戶外品牌 North Face 開發(fā)了一個個人購物助手。這個網(wǎng)購助手能夠在背后調(diào)動 Watson 去閱讀幾百萬產(chǎn)品頁面、雜志文章、旅游攻略、博客文章，迅速理解用戶問題，并馬上推薦一系列的產(chǎn)品。你可以進一步提問，這些技術(shù)特征有什么意義或是用戶評價，網(wǎng)購助手都會給你詳細的解釋。

藝術(shù)創(chuàng)意

1.機器讓每個人都可以成為創(chuàng)作型歌手

亞力山大?格蘭特（Alex Da Kid）是一個非常優(yōu)秀而且搶手的音樂制作人，曾在2014年獲得格萊美獎。但最早認識他的人，只知道他是一名專業(yè)足球運動員。隨后他在朋友們的印象中轉(zhuǎn)型成為了音樂制作人，但他最新的愿望是成為創(chuàng)作型歌手。他找到了Watson幫忙，Watson在以下三個方面參與了歌曲制作：首先，Watson分析了近五年的文化數(shù)據(jù)，包括諾貝爾和平獎演講內(nèi)容，紐約時報頭版，最高法院的裁定，Getty博物館的聲明，維基百科文章，熱門電影概要等等，并找到每一年的“情感溫度”。同時Watson分析了相關(guān)社交內(nèi)容如博客和推特，找出人們在社交媒體上展示最多的情感。其次，Watson從過去5年來每一周的歌曲排行榜中，選取Top100進行歌詞解讀，也就是說，它大概分析了26000首歌的歌詞（有些是持續(xù)上榜歌曲），找出這些歌詞背后的情感。綜合這些分析，Watson發(fā)現(xiàn)“心碎”是一種普遍的情感，能夠與公眾產(chǎn)生共鳴。最后，Alex用Watson解讀流行歌曲的作曲結(jié)構(gòu)、節(jié)奏、音符、樂器等，重新組合創(chuàng)作歌曲，并演唱。Alex發(fā)表了第一支個人單曲《Not Easy》，表達“心碎”的感情?！禢ot Easy》在北美廣受好評，而且在QQ音樂上也深受聽眾喜歡，聽眾表示“好聽的想哭”，“好聽到爆炸”。

2.《Morgan》預(yù)告片

一部電影的預(yù)告片，需要足夠吸引人，電影剪輯師需要將影片看上數(shù)十遍，反復(fù)篩選最能表達電影主題、調(diào)動觀眾情緒的片段。通常，10天-1個月，才能完成一支預(yù)告片的剪輯?，F(xiàn)在，Watson幫助21世紀?？怂构镜募糨嫀熡?天時間，就將《Morgan》預(yù)告片完成了。它對100部恐怖電影預(yù)告片的視覺、音頻和場景構(gòu)成進行深度分析和理解，理解了人類世界的恐怖、懸疑和驚悚這些感受和情緒。在這部影片中，Watson讀懂了什么是“懸疑、恐怖和驚悚”，提煉出電影中代表這些情緒的鏡頭，進行組合拼接，給觀眾緊張刺激的體驗。

3.服裝設(shè)計：從Marchesa Dress到VOGUE李宇春

2016年，在美國的“時尚界奧斯卡”Met Gala上，捷克超模 KK (Karolina Kurkova)身著一條閃閃發(fā)光的“會思考”的裙子，婀娜多姿，驚艷了整個時尚界。Marchesa由兩個年輕設(shè)計師共同創(chuàng)立，自2004年誕生以來就以昂貴的材質(zhì)、特殊的剪裁和精細的手工贏得歐美女星名媛的追捧，這次，設(shè)計師在準備Met Gala的禮服時，希望展現(xiàn)浪漫、夢幻、永恒的氣質(zhì)。IBM Watson圍繞這個目標干了這么幾件事，輔助Machesha設(shè)計師打造了這一條“會思考”的認知裙子：

1.幫助設(shè)計師找出最合適的面料和顏色

其實是裙子上的花朵，它能發(fā)光。這對面料要求非常高，它必須質(zhì)地輕薄通透、透光性極佳、氣質(zhì)優(yōu)雅。Watson(Inno360)閱讀了超過百萬份面料材質(zhì)的使用報告，從超過4萬種面料中快速鎖定了35種面料，并建議了35種既適合MetGala場合，也符合Marchesa一貫風(fēng)格的顏色與之相配。最后設(shè)計師從Watson推薦的面料中選擇了一種。

2.讓裙子讀懂社交媒體上的粉絲情緒，并且實時展示在禮服的花朵上

這條禮服不僅剪裁獨特、氣質(zhì)夢幻，還能夠根據(jù)網(wǎng)絡(luò)評價發(fā)亮變色——禮服繡的150朵花里內(nèi)置有LED燈，LED燈由Watson Tone Analyzer API實時監(jiān)測Twitter上的發(fā)言，分析背后的情緒來改變顏色。例如用五種顏色分別代表了歡樂、忍耐、興奮、鼓勵和好奇，當社交平臺的發(fā)言“歡樂”值較高，那么Tone Analyzer會讓LED燈亮起明亮的玫瑰色；如果“興奮”值偏高，那么燈花則會增加一層陰影。所以我們稱它為“會思考的裙子”。

醫(yī)療

一名研究人員一年可以閱讀200-300份醫(yī)學(xué)文獻。IBM Watson可以在10分鐘內(nèi)閱讀和剖析20,000,000份醫(yī)學(xué)文獻、論文和病理。

在中國,頂級醫(yī)療資源難以全面覆蓋每年300萬-400萬的新增癌癥患者。IBM Watson正在肺癌，乳腺癌，胃癌，結(jié)、直腸癌，子宮頸癌等高發(fā)癌癥專業(yè)治療領(lǐng)域，協(xié)助醫(yī)生為病人提供個性化專業(yè)治療建議，普惠大眾。

中國有290,000,000心血管病人,IBM中國實驗室聯(lián)合知名藥廠及著名專科醫(yī)院,運用認知風(fēng)險分析模型發(fā)現(xiàn)27個新的風(fēng)險因素，將預(yù)測中風(fēng)發(fā)生的準確率顯著提高60%，幫助每年至少1,200,000人躲避中風(fēng)的危害,同時也減少了過度治療。

2020年，我國65歲以上老齡人口將達1.67億，認知IoT養(yǎng)老解決方案能通過各類IoT設(shè)備收集老人健康數(shù)據(jù)，并將數(shù)據(jù)交由核心引擎完成認知學(xué)習(xí)，實時監(jiān)測老人身體狀況，及時預(yù)警健康風(fēng)險，便于子女照護老人，實現(xiàn)居家養(yǎng)老。

其他

1.【教育】每一個老師都能激發(fā)孩子的潛力

在美國德州的一所學(xué)校，人工智能正在幫助老師，讓他們更全面、更及時的了解學(xué)生，并實時反饋。以代數(shù)課程為例,系統(tǒng)對每個學(xué)生每一個知識點的掌握情況給出評價。以顏色分類，綠色表示這個學(xué)生已掌握的知識點，紅色表示這個學(xué)生沒有完全掌握的知識點。系統(tǒng)給出具體的分析，讓老師簡潔明了地了解這個學(xué)生對各個知識點的掌握情況，從而根據(jù)這個學(xué)生的知識水平再結(jié)合他的興趣愛好，幫助這個學(xué)生提升。

2.【律師】機器也能對答如流

由IBM研發(fā)的世界第一個人工智能律師Ross已經(jīng)誕生。Ross基于Watson，目前就職于紐約 Baker &Hostetler律師事務(wù)所，處理公司破產(chǎn)等事物。它利用機器學(xué)習(xí)研讀大量的法律案例與文書，并能對一個使用者的法律提問進行自然語意分析，從中找出最適合的法律意見的人工智慧服務(wù)。它可以理解語言、回答問題、提出假設(shè)并記錄法律系統(tǒng)的變化發(fā)展。

3.【旅游】Ivy導(dǎo)游服務(wù)生

美國一家公司叫做WayBlazer，基于Watson開發(fā)了一個名叫Ivy 的 “導(dǎo)游服務(wù)生”，在拉斯維加斯的酒店已經(jīng)用起來了?，F(xiàn)在去拉斯維加斯，可以用自然語言直接去問 Ivy，它會用自然語言直接告訴你，有什么適合你的項目，幫忙安排行程、訂餐、訂票等。此外基于 Watson，有人還開發(fā)了一個導(dǎo)游應(yīng)用。這個應(yīng)用可以根據(jù)你的需要，一步到位的給你定制旅游攻略，美國城市Austin就使用了這個應(yīng)用來服務(wù)游客。它可以向你推薦酒店，介紹本地的景點，幫你制定攻略。

4.【廚師】IBM Watson大廚

在諸多食材面前，如何為每一位挑剔的食客烹出恰到心頭的美食，對于廚師而言，不僅需要熟悉各種食材的搭配和屬性，還需要讀懂食客的心。IBM與頂級美食雜志Bon Appétit，基于認知計算，開發(fā)出一款烹飪網(wǎng)頁應(yīng)用。這款基于Watson的免費應(yīng)用能提取Bon Appétit數(shù)據(jù)庫中超過一萬道食譜，可能生成的食材搭配方案以數(shù)百億億計，從而更好地了解如何在不同菜肴與菜系中使用它們。為幫助每個愛好者成為最佳家庭大廚，IBM Watson的聰明之處還在于將現(xiàn)有食譜、食品化學(xué)及個人偏好等數(shù)據(jù)結(jié)合，并融入測試參與人員的寶貴意見。

5.【保險】保險理賠員

遭遇損失后，誰都不愿再為了應(yīng)得的理賠金勞心傷神地與保險公司打“持久戰(zhàn)”。因此，快速理賠是保險公司贏取客戶的關(guān)鍵。由于保險業(yè)務(wù)涉及眾多專業(yè)領(lǐng)域，如醫(yī)療、交通、金融等，保險理賠員需要對每個專業(yè)領(lǐng)域的法規(guī)了如指掌，花費大量時間去閱讀相關(guān)文獻和資料，再對理賠資料進行審核、定損。“新伙伴”IBM Watson 能夠?qū)W習(xí)各種保險條款、理賠流程、評估標準等相關(guān)專業(yè)知識，幫助保險理賠員員快速地對理賠做出合理評估，使保險公司的理賠效率提高了25%。

6.【制造】飛機機械師：周末也能多出3小時的旅行計劃

每每工作忙碌的時候，都希望即便是周末也能來一次說走就走的旅行。短短兩日的行程，火車太慢，可飛機如果延誤，耗時甚至比火車還長，哪里還有時間游覽異地風(fēng)光。所以無奈都擠在小長假和7天長假去和全國人民大合影，周末旅行想想都不現(xiàn)實。那么如果飛機每次都準時起飛和到達呢？很多航班延誤都是飛機檢修時間過長引起的。就像大韓航空的工程師們，除了日常檢修，每年要面對20多萬個維修任務(wù)，需要花大量時間去找到問題癥結(jié)。而現(xiàn)在，工程師們迎來了一位“新伙伴”IBM Watson。它能夠和飛機“對話”，從以往累積的維修記錄、飛行數(shù)據(jù)等中，發(fā)現(xiàn)故障隱患，幫助工程師的維修效率提高了90%。甚至在飛行過程中，如果乘務(wù)組發(fā)現(xiàn)異常情況，也可以向地面維修人員匯報，并得到最及時的反饋，確保飛行安全。

7.【零售】哪個年份都能喝到最好的紅酒

一杯紅酒可以浸潤一個浪漫片刻，可以微醺一席暢談，但其中每一滴甘甜與酸澀，都有三天三夜也說不完的酒莊故事和釀造學(xué)問。如果紅酒釀造于風(fēng)調(diào)雨順，氣候適宜的年份，除了價格不菲以外，紅酒發(fā)燒友更是恨不得從一絲轉(zhuǎn)瞬即逝的微妙口感中，撲捉到一株葡萄“天時地利”的生長過程——恰當?shù)乃?，精確的日照時間，苛刻的土壤成分，不禁對大自然的完美饋贈感慨一番。天時地利可遇不可求，更何況再好的自然條件，也要講求可持續(xù)種植，才能讓佳釀繼續(xù)傳承。作為世界頂級酒莊之一，美國嘉露酒莊面靠這片土地釀造了80多年紅酒，希望能最大限度地保持這片土地的生命力，用最少的灌溉水量，種出最好的葡萄。嘉露酒莊在葡萄種植的過程中加強了“人和”，為葡萄園的種植者請來了一位“新伙伴”IBM Watson，給每株葡萄提供最佳的生長環(huán)境。根據(jù)IoT傳感器對土地濕度和氣候的實時監(jiān)測數(shù)據(jù)，Watson可以給每300平方米的葡萄園，提供精準的灌溉計劃；相當于每半畝地就有一個專職種植者24小時精心呵護這里的葡萄。這不僅讓葡萄的生長環(huán)境最優(yōu)化，更是讓酒莊節(jié)省25%的灌溉水量，從而建立起一套可持續(xù)的葡萄種植體系。

8.【零售】IBM區(qū)塊鏈與連鎖零售商共塑“食品安全”信任黃金鏈

很多人都可能遇到，保質(zhì)期內(nèi)的食品也有可能是變質(zhì)的。超市產(chǎn)品經(jīng)理遇到投訴時也常撓頭。食品信息系統(tǒng)非常復(fù)雜，如果要追查哪個環(huán)節(jié)出問題了，往往要數(shù)天到數(shù)周時間。不僅把消費者的信任磨沒了，對于豬肉養(yǎng)殖方、物流方和銷售方（超市）也可能造成巨大的損失。

今年開始，有大型超市零售商與IBM聯(lián)合起來，用區(qū)塊鏈技術(shù)為消費者吃上“放心豬肉”盡一份力。這個可追溯、不可篡改的區(qū)塊鏈體系（“食品全流程數(shù)字化追蹤體系”）把食品的原產(chǎn)地、加工包裝、有效期、存儲溫度、物流配送等海量數(shù)據(jù)都記錄下來，并取得商業(yè)網(wǎng)絡(luò)中的所有參與方認可，一旦達成共識，就永久記錄，無法更改，讓整個供應(yīng)鏈變的透明化、可信任。

對于超市質(zhì)檢員來說，只需幾分鐘就能把全流程信息查清楚。零售商能提升品牌價值，銷售業(yè)績更佳。對于消費者而言，未來買豬肉、水果等美食，掃一下碼能追溯它的一生，但更重要的是，能真正放心！

9.【體育】籃球教練：開啟伯樂“天眼”

跟每個NBA球隊一樣，多倫多猛龍隊求賢若渴，希望發(fā)掘潛力球星，讓球隊擁有持續(xù)不斷的實力。運動員精湛的球技不可或缺，然而對于一支成功的籃球隊而言，運動員的性格和團隊合作精神也一樣至關(guān)重要?，F(xiàn)在有了Watson，它可以通過認知API分析球員球技的長短板，讓球員之間形成有效互補。同時，它還通過分析球員社交媒體賬號、采訪等信息得出候選人球員的性格特征，為教練提供更全面、深入的洞察，幫助球隊甄選最佳的人選。

量子突破：突破49個量子比特模擬大關(guān)

IBM 帶有 20 個量子比特的客戶端系統(tǒng)已經(jīng)可以使用；下一代IBM Q系統(tǒng)還會遠嗎？

IBM全球副總裁、IBM 大中華區(qū)首席技術(shù)官沈曉衛(wèi)

如今，量子計算的發(fā)展來到了一個臨界點，開始解決其他更傳統(tǒng)的方式無法高效計算甚至無法計算的重要問題。

想要跨過這個臨界點，需要構(gòu)建、測試和運行能夠容納至少 50 個量子比特的可靠量子計算機。

然而在約 50 個量子比特級別，現(xiàn)有的量子振幅計算方法要么需要的實際計算過多，要么對內(nèi)存有著極高的要求（即使現(xiàn)有的超級計算機也無法做到），甚至有時同時對計算和內(nèi)存有著很高的要求。

目前，IBM 研究院的一支團隊專門研究這個問題，目的在于建造擁有 49 個量子比特及以上規(guī)模的短型系統(tǒng)電路（short-depth）。

作為該團隊的成員之一，IBM 研究院杰出研究員 Edwin Pednault談到，他在一個看似毫不相關(guān)的情況下受到了重要啟發(fā)。

將量子門看成硬毛刷

量子比特是量子計算中基本的信息單位，就像傳統(tǒng)計算領(lǐng)域中的比特一樣。一個量子比特可以同時代表 0 和 1 兩種不同的狀態(tài)，而且，事實上它們是以一種加權(quán)組合的形式呈現(xiàn)（比如 37% 代表 0，63% 代表 1）。二個量子比特可以同時代表四個值：00、01、10 和 11，還是采用加權(quán)組合的形式。同理，三個量子比特可以同時代表 2^3 種狀態(tài)，即 8 個值：000、001、010、011、100、101、110 和 111。五十個量子比特能同時代表超過千萬億個值，而 100 個量子比特代表的值超過千萬億的二次方。

五十個量子比特能同時代表超過千萬億個值，而 100 個量子比特代表的值超過千萬億的二次方。

在測量量子比特時，它們的量子態(tài)會“坍縮”至其中的一個值，而這些值的權(quán)重（即量子振幅）決定了觀察到這些值的概率。量子計算的巨大前景在于，它有望對呈指數(shù)級增長的潛在結(jié)果執(zhí)行并行計算，產(chǎn)生量子態(tài)。這種情況下，期望的計算結(jié)果擁有較大的振幅，因此，在測量量子比特時，這些結(jié)果更有可能被觀察到。

我所說的這個看似不相干的時刻，其實就是有一天晚上，我在洗碗的時候，用了一把硬毛刷來清洗高腳杯。我突然發(fā)現(xiàn)，如果將應(yīng)用在指定量子比特上的量子門放到一個柵極電路中來看，這些量子門就成了硬毛刷狀，而這些刷毛就是應(yīng)用到這個量子比特上的糾纏的量子門。從數(shù)學(xué)上來看，這個布滿量子門的“硬毛刷”就好比一個個張量以及刷毛到張量的索引。在數(shù)學(xué)中，一個張量基本上相當于計算機科學(xué)中的 N 維數(shù)組。

這個發(fā)現(xiàn)很快讓我想到了將柵極電路拆解成單個的“硬毛刷”，一個硬毛刷對應(yīng)一個量子比特，然后計算相應(yīng)的張量，最后將每個量子比特的張量整合在一起，計算整個電路的量子振幅。第二天上午，我發(fā)現(xiàn)了如何只使用 1 GB 內(nèi)存，拆分由 16 個量子比特組成的集群，從而計算出一個 64 量子比特深度為 10 的電路的振幅。之后，這個思路就像滾雪球一樣發(fā)展成更常規(guī)的方式，也就是將電路拆分成分支電路，分別單獨模擬分支電路，然后按照不同的命令將這些分支電路的結(jié)果整合在一起，計算出期望的振幅。

第二天上午，我發(fā)現(xiàn)了如何只使用 1 GB 內(nèi)存，拆分由 16 個量子比特組成的集群，從而計算出一個 64 量子比特深度為 10 的電路的振幅。

最終，我們得到了一個計算量子振幅的方法，這要求我們在原有方法的基礎(chǔ)上大幅減少內(nèi)存占用，同時確保針對每個振幅執(zhí)行的計算量與當前最先進的方法有可比性。通過結(jié)合使用張量切片和前面提到的按切片計算電路的輸出振幅的方法（而不必一次性計算或者保存所有振幅），我們可以滿足減少內(nèi)存占用方面的要求。

當計算測量結(jié)果的振幅時，只有那些對應(yīng)實際測量結(jié)果的切片需要計算。換言之，為了根據(jù)測量結(jié)果評估量子設(shè)備的性能，你不必進行完整的模擬，而且隨著量子比特的數(shù)量快速增加，也無需耗費額外的計算成本。這是我們的方法的一個重要優(yōu)勢。

但是，如果想要執(zhí)行完整的模擬，我們的切片方法還有另一個優(yōu)勢，那就是切片能夠以并行的方式完全獨立地進行計算，這意味著這些切片可以輕松地隔離開來，從而在由松散耦合的高性能計算資源組成的網(wǎng)絡(luò)中執(zhí)行分布式計算。這項功能徹底改變了完整模擬的經(jīng)濟效應(yīng)，讓我們能夠?qū)⒉豢赡茏優(yōu)榭赡?，成功模擬量子電路。

利用超級計算機，模擬 49 和 56 個量子比特電路

為了讓后面這種可能性變成現(xiàn)實，我們的研究團隊聯(lián)系了勞倫斯利福莫爾國家實驗室 (Lawrence Livermore National Laboratory, LLNL)。通過借助 LLNL 的超級計算機和最初由加州大學(xué)伯克利分校開發(fā)的 Cyclops Tensor Framework 對張量進行操作，我們首先選擇了模擬一個 49 量子比特深度為 27 的全隨機電路，該電路被視為所謂量子霸權(quán)的一個示例。在這個模擬過程中，計算步驟被分成 2^11 個切片，其中每個切片計算 2^38 個振幅，并且需要 4.5 TB 的容量來存儲張量值。切片計算在六組處理器（四架處理器為一組）中以并行的方式運轉(zhuǎn)，且每組處理器包含 4,096 個處理節(jié)點，共計占用 64 TB 的內(nèi)存。模擬 49 個量子比特電路一度被認為是不可能的事，因為如果采用以前的方法，需要用到 8 PB 的內(nèi)存，這超過了現(xiàn)有超級計算機的能力范圍。

在接下來的演示中，我們選擇了深度為 23 且包含 46 個比特的通用隨機電路，而如果使用之前的方法，因為需要 1 EB 的內(nèi)存，完全無法模擬這種電路。計算步驟被分成 2^191 個切片，其中每個切片計算 2^37 個振幅。但是在這次模擬中，出于演示的目的，我們選擇僅計算單個隨機所選切片的振幅；需要使用 3 TB 的內(nèi)容來存儲張量值，并在兩架處理節(jié)點（2,048 個處理節(jié)點）上進行計算，總內(nèi)存為 32 TB。

除了這些演示之外，我們還發(fā)現(xiàn)了對包含 49 個量子比特的電路進行分區(qū)的各種方法，確保只需 96 GB 的內(nèi)存即可完成此次模擬，稍稍超出計算需求的兩倍。我們還發(fā)現(xiàn)了需要 162 GB 內(nèi)存的分區(qū)方法，其中計算需求幾乎沒有任何增加。因此，我們現(xiàn)在可以在高端服務(wù)器的集群上進行這些模擬，而無需使用超級計算機。

模擬的進展將有助于推動量子硬件的進展

盡管我們的方法究竟能實現(xiàn)何種程度的計算量尚未確定，但毫無疑問的是，這種進展將有助于我們突破包含 49 個或更多量子比特的短型(short–depth)量子電路模擬方面的局限。實際上，這些方法有助于我們測試和了解物理設(shè)備的運行情況，而且還有助于短型算法的開發(fā)和調(diào)試，用于解決采用量子計算相比傳統(tǒng)方法更具優(yōu)勢的問題。

至少對于目前處于開發(fā)階段或圖紙設(shè)計階段的量子設(shè)備而言，是否能夠執(zhí)行這些模擬的關(guān)鍵在于，如何通過經(jīng)濟性的方式獲得計算資源量，而不是能否以物理方式實現(xiàn)這些模擬。舉例來說，在我們的 56 量子比特模擬中，之所以未能完成完全模擬，是因為我們在 Vulcan 上的時間分配已超時。毫無疑問，完全的 56 量子比特短型電路模擬現(xiàn)在已經(jīng)可以實現(xiàn)。同時受孤立計算系統(tǒng)上可用資源所限制的模擬運行時間也完全不是問題。由于切片計算能以并行的方式進行，因此僅需最少量的通信即可分布在松散耦合系統(tǒng)的網(wǎng)絡(luò)中，進而實現(xiàn)較強的可擴展性，充分利用所有的切片?；谠频牧孔幽M最終可能還會實現(xiàn)超大量子電路的模擬。

這是否意味著我們就不再需要實際的量子計算機？并非如此。實際的量子計算機必不可少。在特定類型的應(yīng)用中，我們需要物理量子計算機來執(zhí)行計算，這些量子計算機要么需要過多內(nèi)存，要么需要在傳統(tǒng)計算機上以經(jīng)濟性的方式實現(xiàn)超強的計算能力。此外，從某種程度上來說，我們將會發(fā)現(xiàn)，對于一些特定的應(yīng)用，量子計算機相比傳統(tǒng)計算機更具優(yōu)勢。

這并不是所謂的“量子霸權(quán)”概念，而是說量子計算技術(shù)已經(jīng)發(fā)展到了“就緒”階段，使得我們能夠充分利用已經(jīng)上線的量子硬件、軟件和工程設(shè)計功能。模擬已成為這種“量子就緒”階段中不可分割的一部分。

IBM Q 體驗可提供相關(guān)的資源，供我們進行學(xué)習(xí)和試驗，而作為 IBM Q 體驗的一部分，IBM 可以提供包含 5 個和 16 個量子比特的模擬器和實際硬件。此外我們還可提供量子 SDK，即量子信息軟件工具包 (QISKit)，可輕松實現(xiàn)電路構(gòu)建。為了幫助大家了解有關(guān)如何入門的更多信息，我們在github提供了Jupyter notebook 示例。

隨著設(shè)備技術(shù)的發(fā)展，我們將會邁進一個量子優(yōu)勢時代；在這個時代中，大量的企業(yè)、科學(xué)家和工程師將能夠充分利用量子硬件和量子計算能力，繼續(xù)解決日益復(fù)雜的問題。在這個量子優(yōu)勢時代，無論是新量子算法的研究和開發(fā)，還是設(shè)備技術(shù)本身的發(fā)展，都需要借助高級模擬功能。

liwz

need 500 dollars today