相干科技创始人金贻荣：眼下更现实的方向是AI帮量子，而非量子帮AI

量子计算和AI的关系，多数讨论默认一个方向：量子算力成熟后将帮助AI突破训练瓶颈。相干科技创始人金贻荣给出了相反的近期判断。他在超导量子电路领域做了近二十年，同时担任北京量子信息科学研究院生态建设团队负责人，2023年10月从该院孵化出相干科技，公司目前芯片做到百比特规模，正在建设千比特云平台。

他的核心论据是一个分层逻辑：量子计算属于计算层，是底层能力；AI属于应用层，建立在计算之上。有了更强的计算能力，才会有更好的AI。但当前量子计算仍处在工程化的关键阶段，仍在与噪声做激烈斗争。精度不够、错误率没降下来，规模再大也无法投入实用。在这个前提下，量子直接帮AI是不现实的。

他认为眼下比较现实的方向恰好反过来：先用AI帮助量子计算做校准、参数优化和故障诊断，借助AI尽快提升量子计算的能力，从而让量子计算更快反向赋能AI。这一方向直接对应前文所述的噪声挑战：量子计算工程化阶段的核心瓶颈在于精度与错误率，而校准、参数优化和故障诊断正是这些瓶颈的具体表现。

当然，他并不否认量子计算对AI的长期价值。AI训练中大量优化任务——大规模参数搜索、模型架构探索——底层都涉及组合爆炸，搜索空间随变量数量成倍膨胀，恰好落在量子计算擅长的区间。他的判断是时间顺序问题：先让AI帮量子把噪声压下来，量子成熟之后再反过来帮AI。他预期未来会是融合计算，量子计算和经典超算、智算等多种算力结合形成新生态。

需要留意的是，这是金贻荣基于自身工程实践做出的判断，并非独立验证的结论。相干科技成立三年，测控业务收入从2024年的三百多万元增长至2025年的三千一百万元，今年目标是完成百比特整机交付。公司仍处于从实验室原型走向稳定产品的阶段，AI辅助量子校准的实际效果尚未公开量化。他的方向判断有工程逻辑支撑，但时间表仍然不确定。