在实际的量子计算机编程中，可能还会遇到一些意想不到的问题。

接下来的时间里，常晓平带着徐佑，熟悉了一下新的量子优化设备架构。

通过实际操作，徐佑对于整个框架更加的熟悉，并进一步的加深了自己的想法。

“常工，我现在的想法是，通过研发一个棋类的人工智能系统，来测试海岛量子计算机的计算和编程的应用能力。”

其实在来之前，徐佑就已经有了这样一个初步的想法。

在详细的了解了设备架构之后，徐佑基本确定，这个设想是可行的。

“棋类的人工智能？是什么棋呢？”

像我们平时下的比较多的棋，包括华夏象棋、国际象棋、五子棋、围棋等等。

华夏象棋是我国最常见的一种棋类游戏，街边、公园随处可见。

从普及程度上，肯定没有什么棋能够比得上华夏象棋。

但如果是测试计算机的性能，最关键的因素并不是普及程度，而是复杂程度。

在这一点上，围棋绝对是复杂程度最高的一种棋类。

其变化总数，约为10的172次幂。

就算是最先进的电子计算机，也无法在宇宙毁灭之前，完成这样庞大的计算。

量子计算机虽然在计算速度上，比电子计算机快出很多。

也同样无法在有限的时间内，完成这近乎无限的计算。

不过，无法穷尽所有的情况，并不代表无法做出优秀的围棋人工智能。

在这一点上，alphago就做出了很好的范例。

想到这些，徐佑回答道：

“当然是围棋。想要测试量子计算机的能力，肯定是选复杂程度最高的棋类游戏了。”

“可是……我们的量子计算机，真的能做到这样程度的编程吗？”

听到徐佑的这个想法，常晓平并没有表现出乐观的态度。

熟悉量子计算机运行环境的常晓平心中清楚，目前世界上任何的一台量子计算机，都没有达到这样的能力。

甚至，距离达到这样的程度，还有不小的差距呢。

随后，常晓平凭借自己的经验，向徐佑讲解了这个研究上可能会遇到的种种困难。

“我们的量子计算机，在处理穷举法时，有很大的优势。但很多实际问题，并不只是靠穷举就可以解决的。在有了新的量子优化设备框架后，我们确实在利用量子计算机解决传统问题上，有了一些颠覆性的思路。不过，解决围棋这样的问题，还是显得吃力了一些。”

徐佑并不是不知道这些困难之处，但徐佑早就已经做好了准备。

“我明白的，常工。我觉得还是可以先尝试一下，如果这个方向不行的话，那我们再从比较简单的做起吧。”

徐佑的目标，是想让通过海岛量子计算机做出来的系统，也和alphago一样，具有自我进行深度学习的能力。 本章未完，请点击下一页继续阅读！ 第1页/共2页