2013年，谷歌和美国国家航空航天局联手搞了一个量子计算实验室，想用专用量子计算机给机器学习的训练提提速。

现在回头看，这一步实在迈得太早了。D-Wave的首席执行官艾伦·巴拉茨事后才意识到，那会儿机器学习还没真正蜕变成今天说的人工智能，量子计算本身也远没准备好。

第二年，《自然·物理》上的一篇论文把话说得很不客气：在那项特定的人工智能任务里，量子计算机的表现并不比普通的图形处理器强。可就是这么一次看似失败的牵手，反而预演了后来两股各自奔涌的技术之间纠缠不去的命运。

有人把人工智能和量子计算机当作天生的盟友，觉得它们会在演进中互相牵引；也有人把它们看成潜在的对手，担心等到量子计算机真能派上用场时，人工智能说不定已经把难题解得差不多了。

不过，更贴近现实的判断没那么戏剧化。它们的交集远不是一场零和博弈，而是沿着三条相互缠绕的线索铺展开来，分别是它们各自想攻克的问题、能让彼此变强的方式，以及都在争夺的那些资源。顺着这些线索看过去，“合作”而不是“取代”，才是更可能胜出的那条路。

量子计算机最富想象力的舞台，是去精确地模拟量子力学本身，这正好对应着材料、化学和生物学领域的根本性突破。哪怕只是模拟一个还算简单的化学反应，经典超级计算机也只能给出误差满满的粗略近似，而一台足够强大的量子计算机，则有望在最基础的层面上做出高保真的真实模拟。

然而，以Isomorphic Labs和CuspAI为代表的人工智能公司，已经踩着另一条路闯进了同一片地带。它们放掉对极致精度的执念，转而靠模式识别来做预测。CuspAI的联合创始人查德·爱德华兹原本是量子计算公司Quantinuum的高管，促使他转身的，恰恰是人工智能领域骤然加速的奔跑。

冲突有时也从反方向显现出来。今年3月，中国研究人员展示了一个小型量子系统，在天气预报上跑赢了传统方法，香港媒体立刻把它渲染成对人工智能行业的一记重击——仿佛后者正打算把数据中心都给淘汰掉。

这类叙事一再将两方推到对立面，但在IBM人工智能模型副总裁大卫·考克斯看来，这纯属一种错误的零和思维。在他看来，量子计算机永远会保有一席之地，因为再没有其他类型的计算机能完成它所能完成的事。

一个试图预测化学反应的人工智能模型，先要在数以百万计的实例上反复训练，才能提炼出运行规则，而量子计算机的精准模拟，恰好能给这类模型供上更可靠的训练数据，让它的预测变得更为准确；反过来，这些模型又能帮科学家看清楚，量子计算机还可以往化学的哪些领域继续深探。

IBM研究院首席科学家鲁希尔·普里把这种往返比作“首次能够形成的完整优化闭环”——不是谁消灭谁，而是互为探照灯和踏脚石。

人工智能与量子计算机的第二种协同，是直接嵌进它们各自的肌体内部。造量子计算机最大的拦路虎之一，就是那些脆弱得惊人的量子比特。

工程师们想办法把多个物理量子比特整合成一个逻辑量子比特，让它们互相校验，好把错误压下去。像Infleqtion这样的初创公司相信，可以靠搭载人工智能的“解码器”，在纠错的复杂流程中帮上忙。

与此同时，量子计算机也有能力反哺人工智能。“储备池计算”就是一个很突出的例子。研究人员用储备池来给金融市场这类嘈杂又善变的系统建模，输入信号轻轻拨动池水一样的“涟漪”，输出的复杂性被巧妙地保留下来，建模难度却大幅降低。

量子版本的储备池能利用量子特性，把这一过程再优化一步。澳大利亚公司SQC专门销售这类量子存储芯片，电信巨头Telstra不但投了钱，还成了早期客户，据说它的人工智能模型训练时间因此缩短了九成。

SQC创始人米歇尔·西蒙斯甚至刻意不提量子计算，直接管它叫“人工智能加速器”。按IBM的考克斯的分析，在人工智能业务最核心的训练环节，量子计算机确实藏着不少可以发力下功夫的机会。

这些机会带来的回报，未必只是速度。量子计算机造价高昂、状态也娇贵，得被精心护持在接近绝对零度的液氦容器里，跟外界的任何扰动彻底隔绝。

在纽约约克敦海茨的IBM研究中心，一台System Two量子计算机连同它的冷却系统，安静地占据着房间正中。可是，跟支撑顶级人工智能模型那种布满图形处理器的庞大数据中心相比，这台看似笨重的机器体积要小得多，成本也更低。

IBM量子项目负责人杰瑞·周把这种对比概括为，现阶段的能耗规模还处在兆瓦级别，远没到吉瓦级别。吸引力由此发生了一次不太容易察觉的转向：以前量子计算承载厚望，是冲着它那个对速度的极致追求.

而如今，它更高的效率潜力同样让人心动。SQC自研的硬件虽然仍需冷却到零下269摄氏度，却可以塞进标准服务器机柜，功耗还不到满配图形处理器机柜的十分之一。

今年5月，美国政府向包括IBM和D-Wave在内的多家量子实验室注资了20亿美元。IBM首席执行官阿尔温德·克里希纳把这看作产业“近在眼前”的信心佐证。人工智能领域已经在酝酿与这位旧识的再次相遇，而这一次，竞争的面孔背后，合作的轮廓要比以往任何时候都更清晰。