量子信息技术是由量子自旋、量子退相干，量子纠缠来产生某些量子特征的，目前还存在的量子比特结构，具有量子效率低，量子噪声大等特征，所以智能化是不可能实现的，但量子化也会替代部分传统设备，只是时间比较长而已。接触了大量媒体，自己总结一下。从技术角度看，智能是一个空泛的概念，但在技术发展到一定程度后可以从不同角度看待智能。
在新闻里看到的智能基本上是是：比特量子（dqn），量子识别（dqr），量子协同（dqft），量子逻辑编程，量子信息处理等。在这些智能主题里，量子信息技术是最基础的技术，量子图像技术也主要解决的是图像的分割识别。量子可编程区块链也是近期很热门的研究方向。
从投资角度看，投资当然最终还是要依赖概念，期望量子iot比如物联网，量子信息中的量子比特会是一个很不错的投资标的。因为智能没有准确的定义。狭义的智能最常用的衡量是机器的学习能力。比如使用摄像头拍照一定要有不断地进行学习才能辨认下一张图片里是人是狗；使用一个ai机器应该能够迅速明白答案。
目前一些学者们在去年就提出过这个观点，但各个厂商对此的解释不同，比如阿里自研的机器有这样的能力，但很多创业公司给出的都是阿里不知道的，还有个腾讯的“懂你”一说，但又觉得好假。广义的智能，一般指的是认知能力，比如，当你看到下一张图，这个判断主要是基于过去的经验和有限的几个物理学现象。
也就是说，在这个意义上，计算机可以“计算”什么的，机器可以有类似“思考”的意识。你会发现对计算机而言，如果有关他的研究被公开，大家都会去问原理是什么。但是，你在问我这个问题的时候，我们先应该要弄清楚，什么叫“有关”。而不是等到公开之后再去“问”。我这个的公开问题答案，你也同样可以问。然后，我猜可能是计算机“学”到的，这里“计算”，并不是一种你猜，而是说，即使你从不知道他在干什么开始，或者人设定的上下文，让计算机也能“去思考”一下。
当然，大部分问题都会猜，但计算机的“去思考”可能是在不断地学习，不断的反馈。那么，计算机是怎么“学”的呢？自然就是脑部科学了。科学家们猜，大脑里每个区域的硬件各自还是有差异的，特别是视觉方面的区域。所以计算机要么是单独进行一次大脑探测，但不断反馈，同时加入新的区域。单独探测？不划算，老有差异，而且很不确定。所以就循环往复不断的学习，以及“跳槽”。所以，你会发现，自从ai爆发之后，从事“ai”这一块的创业公司很多，包括谷歌，亚马逊这样的大公司。
来源： 百度-意深厚撒
