科技公司正斥資數十億美元投入量子計算領域，盡管這項技術距離實際應用還有數年時間。那么，未來的量子計算機將用于哪些方面？為何眾多專家堅信它們會帶來顛覆性變革？

自 20 世紀 80 年代起，打造一臺利用量子力學獨特性質的計算機這一想法就備受爭議。但在過去幾十年里，科學家們在建造大規模量子設備方面取得了重大進展。如今，從谷歌、IBM 等科技巨頭到數家資金雄厚的初創公司，都在這項技術上投入了巨額資金，并且已經研發出了數臺獨立機器和量子處理單元（QPU）。

從理論上講，量子計算機能夠解決即便是最強大的經典計算機也無法解決的問題。然而，人們普遍認為，要實現這一目標，量子計算機還需要變得更龐大、更可靠。不過，一旦達成這一目標，人們有望借助這項技術攻克化學、物理、材料科學乃至機器學習等領域中眾多當前無法解決的難題。“這不僅僅是一臺更快的經典計算機，而是一種完全不同的范式，” 加拿大滑鐵盧大學量子計算研究所執行董事諾伯特?呂特肯豪斯在接受《生活科學》采訪時表示，“量子計算機能夠高效地解決一些經典計算機根本無法解決的任務。”

當前的技術水平

量子計算機最基本的構建模塊是量子比特（qubit）—— 它是量子信息的單位，類似于經典計算機中的比特，但擁有一種奇特的能力，能夠同時表示 0 和 1 的復雜組合。量子比特可以在多種不同的硬件上實現，包括超導電路、被困離子，甚至光子（光粒子）。

如今最大的量子計算機剛剛突破 1000 個量子比特的大關，但大多數量子計算機僅有幾十個或幾百個量子比特。由于量子態對外部噪聲（包括溫度變化或雜散電磁場）極為敏感，它們比經典計算組件更容易出錯。這意味著目前很難運行大型量子程序足夠長的時間來解決實際問題。

不過，美國麻省理工學院（MIT）量子工程中心主任威廉?奧利弗表示，如今的量子計算機并非毫無用處。“如今的量子計算機主要用于研究如何制造更大的量子計算機，以及學習如何使用量子計算機，” 他在接受《生活科學》采訪時說道。

制造更大的處理器能為如何設計更大、更可靠的量子機器提供關鍵見解，并為開發和測試新型量子算法提供平臺。它們還能讓研究人員測試量子糾錯方案，這對于實現該技術的全部潛力至關重要。通常，這些方案需要將量子信息分布在多個物理量子比特上，以創建一個單一的 “邏輯量子比特”，這種量子比特的抗干擾能力要強得多。

呂特肯豪斯表示，該領域最近的突破表明，容錯量子計算或許并非遙不可及。包括 QuEra、Quantinuum 和谷歌在內的幾家公司最近已經展示了生成邏輯量子比特的能力。呂特肯豪斯稱，要擴展到數千甚至數百萬個量子比特（這是解決實際問題所必需的），還需要時間和大量的工程努力。但一旦實現，一系列令人興奮的應用就會進入人們的視野。

量子計算可能帶來顛覆性變革的領域

奧利弗說，量子計算強大的秘訣在于一種被稱為疊加態的量子現象。這使得量子系統在被測量之前能夠同時處于多種狀態。在量子計算機中，這使得將底層量子比特置于一種疊加態成為可能，這種疊加態代表了一個問題的所有潛在解決方案。

“在我們運行算法時，錯誤的答案會被抑制，正確的答案會被強化，” 奧利弗說，“因此，在計算結束時，唯一剩下的答案就是我們要尋找的那個。”

奧利弗補充道，這使得處理那些因規模過大而無法像經典計算機那樣按順序處理的問題成為可能。而且在某些領域，隨著問題規模的擴大，量子計算機的運算速度可能會比經典計算機快呈指數級增長。

奧利弗表示，量子計算最明顯的應用之一在于模擬物理系統，因為世界本身就是由量子力學原理支配的。那些讓量子計算機如此強大的奇特現象，也使得在經典計算機上模擬許多量子系統變得難以實現。但由于量子計算機遵循相同的原理，它們應該能夠高效地模擬各種量子系統的行為。

這可能會對化學和材料科學等量子效應起重要作用的領域產生深遠影響，并可能帶來從電池技術到超導體、催化劑乃至藥物等各個方面的突破。

量子計算機也有一些不好的用途。如果有足夠多的量子比特，數學家彼得?肖爾在 1994 年發明的一種算法可能會破解支撐當今互聯網大部分安全的加密技術。幸運的是，研究人員已經設計出了規避這種風險的新加密方案，今年早些時候，美國國家標準與技術研究院（NIST）發布了新的 “后量子” 加密標準，這些標準已經在實施中。

量子計算的新興可能性

奧利弗說，目前，量子計算機的其他應用在某種程度上還只是推測。

人們希望這項技術能在優化方面發揮作用，優化涉及從眾多可能的解決方案中尋找最佳方案。許多實際挑戰都可以歸結為優化過程，從緩解城市交通流量到為物流公司找到最佳配送路線。為特定的財務目標構建最佳的股票投資組合也可能是一個潛在的應用。

然而，到目前為止，大多數量子優化算法的加速效果不到指數級。由于量子硬件的運行速度比當前基于晶體管的電子設備慢得多，這些有限的算法速度優勢在實際設備上實施時可能會迅速消失。

與此同時，量子算法的進步也推動了經典計算的創新。“隨著量子算法設計者提出不同的優化方案，我們計算機科學領域的同事也在改進他們的算法，而我們看似擁有的優勢最終會消失，” 奧利弗補充道。

其他研究活躍但長期潛力尚不明確的領域包括利用量子計算機搜索大型數據庫或進行機器學習，機器學習涉及分析大量數據以發現有用的模式。這些領域的速度提升也不到指數級，而且還存在一個額外的問題，即需要將大量的經典數據轉換為算法可以處理的量子態 —— 這一過程速度緩慢，可能會迅速抵消任何計算優勢。

但奧利弗表示，目前還處于早期階段，算法方面仍有很大的突破空間。該領域仍在探索和開發量子算法的構建模塊 —— 即被稱為 “基元” 的小型數學程序，這些基元可以組合起來解決更復雜的問題。

“我們需要了解如何構建量子算法，識別并利用這些程序元素，尋找可能存在的新元素，并弄清楚如何將它們組合起來創建新的算法，” 奧利弗說。

呂特肯豪斯補充道，這應該會指導該領域未來的發展，也是公司在做出投資決策時應該考慮的因素。“在我們推動該領域向前發展的過程中，不要過早地專注于非常具體的問題，” 他說，“我們仍然需要解決更多的通用問題，然后才能衍生出許多應用。”

本文轉載自 雪獸軟件
更多精彩推薦請訪問 雪獸軟件官網