拋一枚硬幣。要么正面朝上，要么反面朝上，對吧？當然，那是在我們看到硬幣落地的結果之后。但當硬幣還在空中旋轉時，它既不是正面也不是反面，而是正面和反面都有一定的可能性。

這個灰色地帶就是量子計算的簡化基礎。

幾十年來，數字計算機讓我們處理信息變得越來越容易。但量子計算機作為一種截然不同的計算方式，有望將計算提升到一個全新的水平。量子計算機有潛力解決非常復雜的統計問題，這些問題遠遠超出了當今計算機的能力范圍，其應用范圍涵蓋金融、交通、制藥和綠色技術等一系列行業和領域。雖然量子計算只是新興量子技術的三個主要領域之一，但到 2035 年，僅量子計算一項就可能創造近 1.3 萬億美元的價值，并帶來前所未有的商業能力。麥肯錫在 2024 年對量子行業領導者進行的調查表明，許多量子公司的規模正在迅速擴大：39% 的受訪者表示，他們公司的員工人數超過 100 人，而 2023 年這一比例僅為 9%。此外，僅政府投資者就已承諾投資 340 億美元。

量子計算機是如何工作的呢？

為您的筆記本電腦和智能手機提供動力的經典計算技術是基于比特構建的。比特是一種信息單位，它只能存儲 0 或 1。相比之下，量子計算是基于量子比特構建的，量子比特可以同時存儲 0 和 1。量子比特可以同時表示 0 和 1 的任意組合，這種現象被稱為疊加態，這是任何量子態的基本特征。當一個量子比特的亞原子粒子處于疊加態時，每個亞原子粒子都可以相互作用并相互影響，這種現象被稱為量子干涉。量子芯片構成了存儲量子比特的物理硬件，類似于經典計算機中的微芯片。

當經典計算機使用多個變量來解決一個問題時，每當其中一個變量發生變化，它就必須進行一次新的計算。每次計算都是通向一個單一結果的單一路徑。而量子計算機則可以通過疊加態并行探索許多路徑。

此外，量子比特可以通過一種稱為糾纏的現象相互作用。糾纏使得量子比特能夠呈指數級擴展。例如，兩個量子比特可以存儲和處理 4 比特的信息，三個量子比特可以處理 8 比特的信息，以此類推。這種指數級擴展賦予了量子計算機比經典計算機強大得多的能力。

目前，各機構在嘗試構建可擴展的通用量子計算機時，主要使用五種量子比特技術。這些技術包括光子網絡、超導電路、自旋量子比特、中性原子和囚禁離子。

量子計算領域最近有哪些進展呢？

一些重量級的科技機構已經在量子技術上下注了。2024 年，谷歌推出了一臺實驗性量子計算機，它能在五分鐘內完成一項計算，而這項計算大多數超級計算機需要花費 10 ^ 24 年才能完成，這個時間比已知宇宙的年齡還要長。谷歌的這款名為 Willow 的量子芯片，主要適用于研究和專業領域。其他機構也在開發自己的量子計算機。

2025 年 2 月，微軟宣布發現了一種新的物質狀態，稱這將帶來量子計算領域的突破。經過 17 年的物理學研究，這家科技巨頭推出了馬約拉納 1 號（Majorana 1）量子芯片。這款微處理器利用了一種被稱為 “拓撲量子比特” 的材料的特性，這種材料產生的粒子既不是液體，也不是固體，更不是氣體。不過，這種新物質狀態的真實性以及新型量子機器的實際用途尚未得到證實。微軟表示，這款芯片可用于加速藥物研發、電池開發，以及在人工智能領域占據主導地位的競爭。許多科學家一致認為，微軟的拓撲量子比特可能會帶來更高效、更簡單的糾錯方式。它們還可以幫助避免量子退相干現象，當量子系統失去其量子特性并開始表現得更像經典計算系統時，就會發生這種現象。

雖然與目前日常使用的計算機所能處理的問題相比，量子計算機能夠解決的問題令人印象深刻，但它們在現實世界中的應用仍然有限。不過，我們正迅速接近一個量子計算機將對人們的生活產生真正影響的時代。

量子計算機有哪些用途呢？

如今的經典計算機相對簡單直接。它們處理一組有限的輸入，并使用算法得出一個答案，而且對輸入進行編碼的比特之間不會共享信息。量子計算機則不同。一方面，當數據輸入到量子比特中時，量子比特會與其他量子比特相互作用，從而可以同時進行許多不同的計算，這就是為什么量子計算機的運行速度比經典計算機快得多。但這還不是全部。量子計算機不會像經典計算機那樣只給出一個明確的答案，而是給出一系列可能的答案。

對于范圍有限的計算，經典計算機仍然是首選工具。但對于非常復雜的問題，量子計算機可以通過縮小可能答案的范圍來節省時間。

量子計算機什么時候能普及呢？

在未來幾年里，量子計算領域的主要參與者，以及一小部分初創企業，將努力穩步增加其計算機能夠處理的量子比特數量，并改進這項技術的功能。然而，要實現能夠快速解決現實世界問題所需的量子體積，量子計算的發展預計仍將是一場長期的競賽。根據麥肯錫與量子計算領域的科技高管、投資者和學者的交流，72% 的人認為到 2035 年我們將看到一臺完全容錯的量子計算機。其余 28% 的人則認為，這個里程碑要到 2040 年或更晚才能實現。

盡管如此，一些企業在那之前就會開始從量子計算中獲取價值。起初，企業將通過云計算獲得量子服務。正如我們所看到的，幾家主要的計算公司已經宣布了他們的量子云服務產品。

量子計算與人工智能之間有什么關系呢？

量子計算和人工智能之間可能存在一種共生關系，它們有望相互提升彼此的能力，并推動各自領域的發展。它們攜手合作，或許有助于實現通用人工智能（AGI）。以下是這兩項技術如何相互利用以提高效率的方式：

1. 量子計算可以幫助人工智能快速處理大量數據集，從而加速人工智能的處理過程和模型訓練。量子計算可以使人工智能應用實現以下里程碑，這些里程碑最終可能會為通用人工智能提供支持：

（1）增強計算能力，實現通用人工智能所需的快速數據處理和計算。
（2）更高效地解決問題，提升人工智能的高級推理和決策能力。
（3）提高學習能力，這對于通用人工智能在各種任務和環境中的適應性至關重要。
（4）并行處理，改善信息分析和綜合能力。
（5）更輕松地處理復雜的數據結構，為人工智能提供處理和理解復雜信息的工具。
（6）推動人工智能研究取得潛在突破。

2. 人工智能可以促進量子計算的開發、優化和實際應用。以下是量子計算中幾個可以從人工智能中受益的領域：

（1）糾錯。機器學習可以預測并糾正量子計算中的錯誤，提高量子計算機的可靠性。
（2）降噪。人工智能可以分析噪聲模式，從而制定降噪策略。
（3）量子算法設計與優化。這兩個過程都可以通過類似強化學習的人工智能方法來實現。
（4）量子硬件控制。人工智能可以自動化量子設備的校準，并動態調整其控制參數。
（5）資源管理。人工智能可以幫助有效地分配量子比特，并優化量子任務的調度。
（6）模擬與仿真。人工智能可以增強量子系統的模擬，用于算法和硬件測試，還可以通過在經典硬件上模擬量子過程來輔助研究。
（7）基準測試與性能分析。人工智能可以開發復雜的基準測試工具，以評估和比較量子設備和算法。
（8）量子——經典混合系統。人工智能可以優化經典處理器和量子處理器之間的任務分配，最大限度地提高整體效率。
（9）量子機器學習（QML）。人工智能可以通過提高性能和適用性來改進量子機器學習模型的訓練。

可能阻礙量子計算發展的障礙有哪些呢？

量子計算發展的一個主要挑戰是量子比特的不穩定性。在當今的經典計算機中，一個比特的狀態要么是 0，要么是 1，而一個量子比特可以是 0 和 1 的任意組合。當一個量子比特改變其狀態時，輸入可能會丟失或改變，從而影響結果的準確性。發展的另一個障礙是：為了使量子計算機能夠在實現重大突破所需的規模上運行，可能需要連接數百萬個量子比特。而如今現有的少數量子計算機所包含的量子比特數量遠不及這個數字。

以下是擴大量子計算技術規模面臨的其他一些挑戰：

1. 大規模的高保真兩量子比特門。對于容錯量子計算機來說，需要保持 “高保真度”（即精度和可靠性水平大于 99.99%）。要大規模做到這一點將非常困難。
2. 速度。量子比特需要保持其量子態才能相互作用。即使在特定的環境條件下，它們最終也會退化。
3. 多量子比特網絡。從理論上講，將量子比特相互連接（即聯網）可以使量子計算機的功能強大得多。這里的關鍵挑戰是跨芯片連接量子比特，或者將一個物理量子計算機與另一個連接起來。
4. 大規模的單個量子比特控制。隨著給定量子計算機中量子比特數量的增加，對單個量子比特的控制變得越來越復雜。
5. 冷卻能力和環境控制。隨著量子計算機規模的增大，冷卻設備的尺寸和功率要求在經濟和環境方面的成本都越來越高。目前，為一臺大到足以連接數百萬個量子比特的量子計算機供電，對大多數公司來說成本高得令人望而卻步。
6. 可制造性。要生產大量的量子計算機，就需要實現制造和測試過程的自動化。生產某些量子計算機可能需要開發全新的制造技術。

經典計算機和量子計算機如何協同工作呢？

起初進展會很緩慢。最初，量子計算將與經典計算一起用于解決多變量問題。舉個例子，量子計算機可以縮小金融或物流問題的可能解決方案范圍，幫助公司更快地找到最佳解決方案。在量子計算取得足夠進展以實現更重大的突破之前，這種緩慢的進展將成為常態。

機構如何找到所需的量子計算人才呢？

企業對量子計算人才的需求與現有能夠滿足這一需求的量子專業人才數量之間存在很大差距。麥肯錫估計，這種人才和技能差距可能會危及高達 1.3 萬億美元的潛在價值創造。

不同規模的公司對人才挑戰的感受有所不同。在量子領域工作的小型初創企業通常從大學研究實驗室發展而來，往往能夠直接接觸到有技能的候選人。然而，較大的公司可能與這些人才庫的聯系較少。

麥肯錫的研究發現，每三個量子職位空缺，才有一名合格的量子候選人。根據麥肯錫的研究，除非人才庫或預計的量子職位創造速度發生重大變化，否則 2025 年將有不到 50% 的量子職位得到填補。

以下是從人工智能人才發展歷程中總結出的五條經驗，可以幫助機構培養所需的量子人才：

1. 明確界定您的人才需求。在人工智能發展的早期，一些機構在沒有清楚了解所需技能的情況下就招聘了數據科學家。為了避免在量子領域犯同樣的錯誤，機構首先應該確定量子計算團隊可能從事的應用領域，然后確保新招聘的人員具備不同領域的專業知識。

2. 盡早投資 “翻譯人才”。在人工智能早期受到廣泛關注時，分析 “翻譯人才” 的角色對于幫助領導者識別和確定人工智能最適合解決的業務挑戰的優先級至關重要。在量子領域也有類似的需求：需要具有工程、應用和科學背景的 “翻譯人才”，他們可以幫助機構了解機會，并在這個迅速擴張的生態系統中找到合適的參與者。

3. 創建多樣化的人才培養途徑。許多早期的人工智能模型反映出用于訓練它們的信息中存在的相同偏見。同樣常見的是，構建和測試這些模型的人員缺乏多樣化的觀點和經驗，這加劇了偏見問題。雖然現在判斷量子技術可能出現的所有風險還為時過早，但如果沒有多樣化且有能力的量子人才參與這項新技術，我們可以預計會面臨類似的挑戰。

4. 提升全員的技術素養。為了讓各級員工充分利用一項新技術，他們需要對這項技術的工作原理及其功能有基本的了解。對于量子技術，企業領導者以及供應鏈各個環節（包括營銷、IT 基礎設施、財務等）的員工都需要具備基本的量子知識。

5. 不要忘記人才培養策略。在技術變革時期，公司往往非常注重吸引人才，但這只是人才難題的一部分。為了留住專業人才，公司需要為人才培養開辟清晰的路徑。一家制藥公司既強調其工作的目標（開發有助于拯救生命的用例），又為團隊提供選擇研究哪些量子相關問題的自由，還支持團隊與外部專家和從業者合作。

量子計算機潛在的商業應用場景有哪些呢？

量子計算機具備四項與當今經典計算機不同的基本能力，所有這些能力都可以應用于商業場景中：

1. 量子模擬。量子計算機能夠對復雜分子進行建模，這最終可能有助于縮短化工和制藥公司的研發時間。當科學家們研發新藥時，他們需要研究分子的結構，以了解它將如何與其他分子相互作用。當今的計算機幾乎不可能提供準確的模擬，因為每個原子都以復雜的方式與其他原子相互作用。但專家們認為，量子計算機的計算能力足夠強大，最終甚至能夠對人體內最復雜的分子進行建模。這為更快地開發新藥以及帶來全新的變革性療法開辟了可能性。

2. 優化與搜索。每個行業都在以某種方式依賴于優化。機器人在工廠車間的最佳擺放位置是哪里？公司的送貨卡車行駛的最短路線是什么？為了優化公司的效率和價值創造，有無數問題需要解答。使用經典計算時，公司必須進行一個又一個復雜的計算，考慮到特定情況下的眾多變量，這可能是一個既耗時又昂貴的過程。由于量子計算機能夠同時處理多個變量，它可用于快速縮小可能答案的范圍。然后，再使用經典計算來確定一個精確的答案。

3. 量子人工智能。量子計算機有潛力運用更先進的算法，這些算法可以在從汽車到制藥等眾多不同行業中變革機器學習。特別值得一提的是，量子計算機可以加速自動駕駛汽車的到來。像福特、通用汽車、大眾汽車以及其他出行領域的初創企業，正在通過復雜的神經網絡處理視頻和圖像數據。他們的目標是什么呢？是利用人工智能教會汽車做出關鍵的駕駛決策。量子計算機能夠同時對具有多個變量的多個復雜計算進行處理，這使得此類人工智能系統的訓練速度更快。

4. 質因數分解。如今的企業使用大而復雜的質數（這些質數大到經典計算機無法處理）作為其加密工作的基礎。通過一種稱為質因數分解的過程，量子計算機將能夠使用算法比經典計算機更輕松地分解這些復雜的質數。（實際上，有一種名為肖爾算法的量子算法在理論上可以做到這一點，只是目前還沒有一臺計算機強大到足以運行該算法。）一旦量子計算機發展到足夠先進的程度，就需要新的量子加密技術來保護在線服務，而科學家們已經在研究量子密碼學，為這種可能性做好準備。

隨著這些能力與量子計算能力同步發展，其他潛在的應用場景可能會大量涌現。

除了量子計算之外，還有哪些其他的量子技術呢？

根據麥肯錫的分析，量子計算距離廣泛的商業應用仍需數年時間。但其他量子技術，如量子通信和量子傳感，可能會更早投入使用。

量子通信將有助于實現強大的加密協議，這可以極大地提高敏感信息的安全性，并在以下情況中發揮作用：

1. 全面安全保障。量子通信的應用，如量子加密協議和量子隱形傳態，有助于確保信息在不同地點之間傳輸時得到全面保護。這些協議比經典協議更安全，一旦量子計算機獲得更強的計算能力，或者能夠使用更高效的算法，大多數經典協議很可能會被破解。

2. 增強量子計算能力。量子通信支持兩種重要的量子處理類型：并行量子處理（將多個處理器連接起來，同時對同一問題執行不同的計算）和盲量子計算（通過量子通信可以訪問云端的遠程大規模量子計算機）。當量子粒子（如量子比特）具有相互關聯的屬性（即一個粒子的屬性可以通過對另一個粒子的操作來改變）時，這兩種處理方式都可以通過量子粒子的糾纏來實現。

量子傳感能夠實現比以往任何時候都更精確的測量，包括對溫度、磁場和旋轉等物理屬性的測量。一旦量子傳感器得到更好的優化并且尺寸減小，它們將能夠測量當前傳感器無法捕捉到的數據。

目前，量子通信和量子傳感的市場規模小于量子計算市場，到目前為止，量子計算吸引了大部分的
關注和資金。但麥肯錫預計，量子通信和量子傳感在未來都將引起廣泛關注并獲得大量資金投入。盡管投資這些量子技術并非毫無風險，但潛在回報很高：到 2030 年，量子通信和量子傳感可能會產生 130 億美元的收入。

本文轉載自 雪獸軟件
更多精彩推薦請訪問 雪獸軟件官網