TCS 寻求利用量子计算解决复杂的“假设性”问题

Harrick Vin, 首席技术官, TCS | 图片来源：路透社

塔塔咨询服务公司 (TCS) 正在探索量子计算，以解决从个性化癌症治疗和金融投资组合优化到分子发现和严酷天气预测等复杂问题，因为传统的计算架构难以大规模应对此类挑战。

在孟买举行的 IBM Think 2026 活动上发表讲话时，TCS 首席技术官 Harrick Vin 表示，该公司的兴趣源于该技术在处理涉及大量可能结果和决策的问题方面的潜力。

Vin 先生概述了推理智能的四个层面：描述性、诊断性、预测性和规范性。虽然传统计算在理解正在发生什么、为什么发生以及在某种程度上可能接下来会发生什么方面相对有效，但更复杂的预测性和规范性问题需要评估无数的可能性。

“解决更复杂的预测性和规范性问题需要你解决大量的‘如果...会怎样’（what if）和‘如果是...该怎么做’（if what）的问题，”他说道。

“如果...会怎样”探索一个行动可能带来的后果，而“如果是...该怎么做”则从期望的结果反向推导，以确定实现该结果所需的行动。

例如在医疗保健领域，为个别癌症患者确定最有效的药物可能涉及评估众多的治疗方案。量子计算最终可能有助于应对此类计算密集型挑战，为精准医疗开辟新的可能性。

超越渐进式生产力

Vin 先生敦促企业不要局限于微小的效率提升，而要确定量子计算能够从根本上改变客户结果的领域。

以精准肿瘤学为例，他表示目标不应仅仅是提高医生的工作效率，而是要为患者的生活带来切实的变化。

“这不是为了在这里或那里提高一点医生的生产力，”他说道。“这是能否真正挽救生命的差别。”

银行和金融服务（特别是投资组合优化）以及医疗保健和制药（包括分子和蛋白质发现）是 Vin 先生认为潜力最大的领域。

然而，他提醒说该技术仍处于早期阶段。“我们正处于 AI 时代的早期阶段。我们可能处于量子时代的更早阶段，”他说道。

混合计算的未来

Vin 先生设想了未来的计算架构，它将传统的中央处理器、图形处理器 (GPUs)、张量处理器 (TPUs) 和量子处理器 (QPUs) 结合在一起。应用程序需要根据这些架构的能力和成本，将工作负载分配到这些架构中。

他还强调，神经形态计算是实现边缘设备低功耗、低成本智能的潜在途径，同时也需要软件适应不断演进的计算基础设施。

量子计算也带来了网络安全挑战，因为其进展最终可能会破解现有的加密协议，他补充说，因此各机构必须准备向量子安全加密迁移。

TCS 加入了 IBM 和 Andhra Pradesh 政府在 2025 年 5 月宣布的一项量子计算倡议。Vin 先生表示，TCS 选择尽早投资，在技术成为主流之前建立能力。

发布于 - October 14, 2026 03:54 pm IST