圖片來源：視覺中國

在很多人看來，量子計算機有一種“神奇的力量”，幾乎可以完成傳統(tǒng)計算機不能完成的所有任務。然而，事實上，如果量子計算機缺乏足夠數(shù)量的處理單元，即量子比特，以及足夠的穩(wěn)定性來做有用的工作，這些好處就只是“紙上談兵”。

但面對這一新興領域的無限潛力，包括中國、美國與歐盟等在內(nèi)的不少國家和地區(qū)都已經(jīng)開始在量子計算的研究方面發(fā)力；與此同時，從國外的IBM、谷歌、英特爾到國內(nèi)的百度、阿里巴巴和騰訊等科技巨頭也紛紛加入戰(zhàn)局。

不過，就現(xiàn)在的情況而言，真實的量子計算世界，已然成為了科學家的夢想，工程師的夢魘。

紐約市以北約80公里處，在那個郁郁蔥蔥的鄉(xiāng)村里有一個小型實驗室。實驗室的天花板上纏繞著很多精致的管子和電子設備。不要以為這是蒸汽朋克吊燈，實際上，這堆器材是一臺計算機。當然，這也不是一臺普通的計算機，它名為“IBM Q”，是世界上最先進的量子計算機之一，而且還極有可能成為該領域歷史上最重要的里程碑。

要說量子計算機的前景，它的運行范圍將遠遠超過任何傳統(tǒng)超級計算機的范圍，換句話說，它們可以通過模擬物質在原子水平上的行為發(fā)掘新的材料；或者可以通過破解一些秘密代碼對如今的加密市場造成威脅；甚至還有望通過更有效地處理數(shù)據(jù)來增強人工智能。

然而經(jīng)過幾十年的緩慢進步，直到現(xiàn)在，研究人員才終于構建出了足夠強大的量子計算機來處理傳統(tǒng)計算機無法完成的任務——它就是極具里程碑意義的“量子霸權”。眾所周知，谷歌一直在引領這一里程碑的發(fā)展，與此同時，英特爾和微軟也做出了巨大的努力。此外，還有一些資金充足的初創(chuàng)公司涉身其中，包括Rigetti Computing，IonQ以及Quantum Circuits。

盡管如此，在量子計算領域，暫時還沒有哪個競爭者可以與IBM相匹敵，畢竟從50年前開始，該公司就已在材料科學方面取得了進步，并為計算機革命奠定了基礎。這也是為什么去年10月，IBM Thomas J. Watson研究中心嘗試對這些問題做出回答，包括量子計算機有什么好處？人類真的可以構建出實用可靠的量子計算機嗎？

為什么我們需要一臺量子計算機？

Charles Bennett是一位70多歲的研究員，在其1972年加入IBM時，量子物理已經(jīng)有50多年的歷史了。據(jù)他回憶，當時計算仍然依賴于由Claude Shannon在20世紀50年代于MIT建立的經(jīng)典物理學和信息數(shù)學理論。Shannon根據(jù)存儲信息所需的“比特”（一個由他普及但不是他創(chuàng)造的術語）的數(shù)量來定義信息的數(shù)量。這些比特，即二進制代碼的0和1，是所有傳統(tǒng)計算的基礎。

一年后，Bennett建立了量子信息理論的基礎。根據(jù)原子水平上的物質特殊行為，該理論認為粒子可以同時存在許多狀態(tài)（比如，許多不同位置）的“疊加”（superposed），此外，兩個粒子也可以表現(xiàn)出“糾纏”（entanglement），因此改變一個粒子的狀態(tài)可能會瞬間影響到另一個粒子的狀態(tài)。

就是在這種情況下，Bennett和其他人意識到，有了量子現(xiàn)象的幫助，人類可以有效地執(zhí)行幾種指數(shù)型耗時甚至不可能的計算任務。量子計算機將信息存儲在量子比特（Qubit）中。Qubit可以以1和0的疊加存在，并且用糾纏和干涉效應來找到在指數(shù)量級狀態(tài)下的計算解決方案。雖然將量子計算機與傳統(tǒng)計算機進行對比很難，但簡單來說，只有幾百個量子位的量子計算機能夠同時執(zhí)行比已知宇宙中的原子更多的計算任務。

之后在1981年的夏天，IBM和MIT舉行了一次名為“計算物理學第一次會議”的具有里程碑意義的活動。當時，很多在計算和量子物理學史上最有影響力的人物，包括開發(fā)第一臺可編程計算機的Konrad Zuse和量子理論重要貢獻者Richard Feynman，都參加了這次會議。其中，F(xiàn)eynman提出了使用量子效應進行計算的想法，也因此，他成為了量子信息理論最大的推動力。

如今，IBM的量子計算機——世界上最有潛力的計算機之一——保存于Bennett辦公室的大廳下方，該機器旨在創(chuàng)建和操縱量子計算機中的基本元素：存儲信息的量子比特。

夢想與現(xiàn)實的差距

如今在IBM的量子實驗室內(nèi)，工程師正在開發(fā)一個具有50個量子比特的計算機版本。正常情況下，人們可以在普通計算機上運行一個簡單的量子計算機的模擬，但如果有約50個量子比特，則幾乎不可能完成。這就意味著IBM理論上正在無限接近量子計算機可以解決傳統(tǒng)計算機無法解決的問題，換句話說，是量子霸權。

正如IBM的研究人員所說，量子霸權是一個難以捉摸的概念。你需要所有50個量子比特才能順利工作，但實際上量子計算機卻被糾錯問題所困擾。但在任意長的一段時間里想要維持量子比特也是一件充滿困難的事情，因為它們傾向于“退化”（decohere），或者說失去其微妙的量子特性（就像煙圈在最輕微的氣流中分解一樣）。而且量子比特越多，解決這兩個問題就越難。

耶魯大學教授兼初創(chuàng)公司Quantum Circuits的創(chuàng)始人Robert Schoelkopf表示：“如果你有50個或100個量子比特且它們運行良好，有完全糾錯的能力，那你就可以做出一些“不可思議”的計算，這是在任何傳統(tǒng)的計算機上都無法完成的。此外，量子計算的另一面是它存在指數(shù)級的出錯概率?！?/p>

還有一個需要注意的問題是，即使是功能完善的量子計算機，其實用性可能也不是很明顯。它不會簡單地加速研究員拋出的任何任務；事實上，對于許多計算，它實際上會比傳統(tǒng)計算機要慢。到目前為止，只有少數(shù)被設計出來的算法在量子計算機上顯示出了優(yōu)勢，甚至對于那些算法來說，這些優(yōu)勢也可能是短暫的。

來自MIT的Peter Shor開發(fā)出了最著名的量子算法，目的是尋找整數(shù)的素因子。許多常見的密碼方案都依賴于這個事實，即傳統(tǒng)計算機難以實現(xiàn)大整數(shù)分解。但是密碼學也可以做出改變，創(chuàng)造出不依賴分解的新型密碼。

這就是為什么即使他們已經(jīng)接近50個量子比特的里程碑，IBM的研究人員還是希望能消除圍繞量子計算的炒作。對此，專注于研究量子算法和IBM硬件的潛在應用的Jay Gambetta表示，“我們正處于一個特殊的時期：我們有比在傳統(tǒng)計算機上可模擬復雜得多的任務的設備，但它還不能精確地控制到可以運行任何你熟悉的算法的程度?！?/p>

量子計算——物理學家的夢想，工程師的夢魘

“之所以量子計算現(xiàn)在炒的火熱，是因為人們逐漸意識到，它實際上是真實存在的，”MIT的教授Isaac Chuang表示。“它已經(jīng)不再是物理學家的夢想，反而成為了工程師的噩夢?！?/p>

實際上，從20世紀90年代末到21世紀初，Chuang領導了一些早期量子計算機的開發(fā)。雖然現(xiàn)在他已經(jīng)不在進行該領域的研究，但Chuang認為我們處在一個非常重要的起點階段——量子計算最終會在人工智能領域發(fā)揮作用。

但他也有懷疑，或許等有新一代學生和黑客開始使用量子計算機了，革命才會真正開始。在一定程度上，量子計算機不僅需要不同的編程語言，還需要用從本質上就不相同的思考方式來進行編程。正如Gambetta所說：“我們真的不知道量子計算機上的‘Hello， World’是什么樣的?！?/p>

不過，現(xiàn)在研究員也開始著手于找出答案了。2016年，IBM將一臺小型量子計算機連接到云端：通過使用一種名為QISKit的編程工具包，用戶可以在上面運行簡單的程序；到目前為止，從學術研究人員到小學生，已經(jīng)有成千上萬的人構建了運行基本量子算法的QISKit程序。此外，谷歌和其他公司也在將其剛剛起步的量子計算機連到線上。雖然現(xiàn)在我們還不能通過量子計算做很多事情，但至少一些身處前沿實驗室之外的人們能夠嘗試一下未來可能會發(fā)生的事情了。

在這種情況下，相關的創(chuàng)業(yè)公司也越來越興奮了。在多倫多大學商學院舉辦的一場量子初創(chuàng)公司投資競賽上。一些企業(yè)團隊向一群教授和投資者介紹了自己的想法。比如，有一家公司希望使用量子計算機來模擬金融市場。而另一個企業(yè)計劃通過量子計算設計新的蛋白質。還有人想要建立更先進的AI系統(tǒng)。但在賽場上，幾乎沒有人注意到每個團隊提出的業(yè)務都是建立在一項尚不存在的技術之上的，即使這項技術具有革命性。更可怕的是，很少有人為這個事實感到恐懼。

事實上，如果第一批量子計算機在實際應用中進展緩慢，那么這種熱情可能很快就會消失。而那些對于量子計算的發(fā)展存在的困難有真正了解的人，比如Bennett和Chuang，猜測稱，第一批有實用性價值的量子計算機還要幾年才能出現(xiàn)，而且這一猜測是在假設管理和操作大量量子比特的問題最終不會證明是難以處理的條件下提出的。

不過，研究人員仍對此抱有很大的希望。想不想知道現(xiàn)在大約2歲的孩子，長大后會面臨一個什么樣的量子世界呢？或許，到時候他會有一個用于建立量子計算機的工具包吧。

【鈦媒體作者介紹：本文系人工智能觀察作者原創(chuàng)，轉載請注明出處，更多文章請關注微信號Aiobservation】