IBM不藏私：深刻解析量子计算机的突破和机遇

​

巴伐利亚科学部长Markus Blume在莱布尼茨超级计算中心与Dieter Kranzlmülle（左）一起观看量子计算机的部分构件。（图片来源：网络）

关于量子计算机的研究已进行了数十年，目前还尚未生产一台能够掀起计算革命的量子计算机。但量子计算机的爱好者并不担心，相关研究人员和公司对它的应用持乐观态度，他们认为开发进展比预期的要好。

位于加利福尼亚州圣何塞的科技巨头IBM的量子应用和软件高级研究经理Jeannette Garcia说：“虽然我们己经做了大量的工作，但我不否认还有更多的工作要做。”

Winfried Hensinger是英国布莱顿萨塞克斯大学的物理学家，今年2月，他发表了大规模量子计算机的原理证明。他的初创公司Universal Quantum位于英国海沃兹希思，现在正在与伦敦的发动机公司罗尔斯——罗伊斯及其他公司合作，开始了漫长而艰巨的研发过程。

量子计算机可以加速药物发现、破解加密、加快金融交易的决策、改进机器学习、开发革命性材料、甚至应对气候变化。现在，对量子计算机的这些应用预测变得越来越合理，我们的预估甚至可能过于保守。

计算数学家Steve Brierley和英国剑桥的量子计算公司Riverlane的创始人兼首席执行官Brierley都表示：长期来看，量子计算机的用途将远超我们的想象。

怀疑论者的观点

目前为止，研究人员只从数学层面证明了量子计算机在模拟量子物理和化学以及破解用于保护在线金融交易等敏感通信的公钥密码系统方面，将比当前的经典计算机提供更大的收益。德克萨斯大学奥斯汀分校的计算机科学家Scott Aaronson说：“人们谈论的所有其他用例要么更边缘化，要么更具投机性，要么两者兼而有之，而量子专家还没有实现任何使用经典计算机无法完成的真正有用的落地。”

构建硬件也存在困难。量子计算机将数据存储在量子比特中，而制造量子比特的技术路线多种多样，包括超导、离子阱、和光量子。有些技术需要冷却到接近绝对零度，有些则可以在室温下运行。Hensinger预计，量子计算机将是一台足球场大小的机器，但其他部件最终可能会安装在汽车上，研究人员甚至无法就如何衡量量子计算机的性能达成一致。

量子比特可以处于不确定特征的“叠加”状态，在量子计算机上运行算法，指导这些叠加态的演变。这种演变的量子规则允许量子比特相互作用，执行经典计算机不可能完成的计算。

不过，只有在具有大量量子比特的量子计算机上才有可能进行有用的计算，而当前量子比特数量较少。更重要的是，量子比特及其相互作用必须能抵御热振动、宇宙射线、电磁干扰和其他噪声源的影响带来的误差。这些干扰会导致计算所需的一些信息从处理器中泄漏出来，这种情况称为“退相干”。这意味着要将大部分量子比特专用于纠错，以提高计算正确率。

IBM的5量子比特超导量子计算机的电路设计（图片来源：网络）

这就是怀疑论者对研究量子计算极具挑战的认知。世界上量子比特数量最多的量子计算机是IBM的Osprey，它有433个量子比特。华盛顿州雷德蒙德的微软量子和瑞士苏黎世联邦理工学院的研究人员表示，即使有200万个量子比特，一些量子化学计算也可能需要一个世纪的时间。加利福尼亚州圣巴巴拉谷歌的科学家Craig Gidney和斯德哥尔摩KTH皇家理工学院的Martin Ekerå于2021年发表的研究估计，在8小时内破解最先进的密码学将需要2000万个量子比特。

虽然2000万个量子比特看起来遥不可及，但它比之前估计的10亿个量子比特要少得多。微软量子的研究员Michael Beverland认为量子化学计算面临的一些挑战可以通过硬件突破来克服。

例如，Riverlane应用和算法团队负责人Nicole Holzmann和她的同事已经证明，可以大大提高计算大约50个轨道电子基态能量的量子算法的效率。以前对这种算法运行时间的估计是需要1000多年。但Holzmann和她的同事发现，通过对方案的调整，例如，改变算法任务在各种量子逻辑门周围的分布方式，速度将提高大约5个数量级，可以将理论运行时间缩短到几天。Holzmann说：“其他方式还有很多，不同的选择会带来不同的结果。”

量子跃点

在IBM，Garcia开始利用这些优势。在许多方面，潜在的量子优势不限于涉及大量分子阵列的计算。

经典计算难以实现但在量子计算机上可能实现的小规模计算的一个例子是，找到光活性小分子的基态和激发态的能量，这可以改进半导体制造的光刻技术并彻底改变药物设计。另一个是模拟单个氧分子的单重态和三重态，这是电池研究人员感兴趣的方向。

今年2月，Garcia团队发表了关于锍离子（H3S）的量子模拟，该分子与三苯基锍（C+18H15S）有关，它是一种用于光刻的光酸发生器，可对某些波长的光发生反应，了解其分子和光化学特性可以提升制造技术。当团队开始这项研究时，计算似乎是不可能实现的，但过去三年量子计算的进步使研究人员能够使用相对有限的资源进行模拟：在IBM的27个量子比特处理器Falcon上运行H3S计算。

IBM团队的部分收获是减少了量子计算的错误。其中包括错误缓解，使用类似于降噪耳机中的算法消除噪声，以及纠缠锻造，它识别了可以在经典计算机上分离和模拟的量子电路部分，而不会丢失量子信息。纠缠锻造技术实际上是在去年才发明的，它有效地使可用的量子资源翻了一番。

澳大利亚悉尼大学量子物理学家Michael Biercuk是悉尼初创公司Q-CTRL的首席执行官兼创始人，他表示，这种操作调整已经成熟，可以进行探索。Biercuk的工作旨在更深入地挖掘量子电路与用于控制它们的经典计算机之间的接口，并了解构成量子计算机的其他组件的细节。他表示还有很多发展空间，早期关于错误和限制的报告比较浅显，还可以解锁硬件的额外性能，让它做人们意想不到的事情。

Brierley指出，药物发现和材料科学应用可能需要量子计算机。五年前，这是量子计算机可以执行一百万兆次无退相干操作，根据目前的估计，量子计算机将可以执行一万亿次无退相干操作。

一些公司非常乐观，甚至承诺在不久的将来提供有用的商业应用。例如，总部位于赫尔辛基的初创公司Algorithmiq表示，它将在五年内展示药物开发和药物发现的实际量子进展。Algorithmiq的联合创始人兼首席执行官、赫尔辛基大学的物理学家Sabrina Maniscalco说：“我们对此充满信心。”

漫长的进程

除了Maniscalco，还有很多科学家认为量子计算的第一个商业应用将是加速或更好地控制分子反应。阿姆斯特丹数学和计算机科学研究机构CWI的高级研究员Ronald de Wolf和东京富士通研究量子实验室负责人Shintaro Sato都表示，在未来五年内最可能实现的是化学计算，因为它的资源需求相对较低，可以使用量子比特数量相对较少的量子计算机。

Biercuk说，在短期内，量子计算也很可能应用于风险管理、材料科学和物流优化等领域。当然，研究人员的共识是，量子计算将有长期的、更具价值的应用，包括量子机器学习。

机器学习算法通过查找数据中的隐藏结构和模式来执行图像识别等任务，然后创建数学模型，使算法能够识别其他数据集中的相同模式，这需要大量的参数和大量的训练数据。但是，量子机器学习需要的参数和训练数据要少很多。

在与韩国汽车制造商Hyundai合作的探索性工作中，北卡罗来纳州达勒姆杜克大学的Jungsang Kim和位于马里兰州大学公园的IonQ公司的研究人员开发了量子机器学习算法，可以在实验室测试中区分十个道路标志。他们基于量子的模型仅使用60个参数即可达到与使用59,000个参数的经典神经网络相同的精度。Kim说：“我们还需要更少的训练迭代，具有59,000个参数的模型至少需要100,000个训练数据集来训练它。但使用量子，需要的参数数量就非常少，训练也变得非常高效。虽然目前量子机器学习远不能超越经典算法，但还有很大的探索空间。”

与此同时，在量子计算发展初期，可以验证量子算法和计算机的性能，以便研究人员可以确定他们未来会提供什么，Garcia说：“当我们看到超越经典的可能性时，信心就更足了。”

总部位于悉尼的初创公司Silicon Quantum Computing一直与金融和通信公司密切合作，该公司总裁Michelle Simmons也是悉尼新南威尔士大学的物理学家，他说：“大多数应用程序的发展都不是一蹴而就的，但这不是问题，Silicon Quantum Computing是有耐心的投资者。”Riverlane也是如此，Brierley说。“人们确实明白，这是一场长期的比赛。”

Hensinger说：“这是一个缓慢的改进过程，需要新想法的刺激，还需要聪明的程序员开发新算法。现在真正重要的是建立一支拥有量子技能的研发队伍。”

编译：卉可

编辑：慕一

特此说明：量子前哨翻译此文仅作信息传递和参考，并不意味着同意此文中的观点与数据。