从IBM之旅看量子计算的未来 | 腾讯量子科学家张胜誉点评

量子计算是一个热门的新事物。随着摩尔定律的终结，人们急于寻找新的发展途径。对乐观主义者来说，量子计算将很好地符合要求，并将助我们顺利完成过渡。在悲观主义者看来，这项技术将扼杀加密技术，并严重影响全球商业的发展。

然而，事实远非如此。量子计算不是提高计算性能的唯一方法，还有许多其他方法，包括ASIC、FPGA和神经形态芯片，它们也将发挥重要作用。因此， 量子计算将让加密技术失效的预言不值得如此严肃对待。

很多时候，真相更令人兴奋。创新绝不是一个单一的事件，而是一个发现、探索和转变的过程。量子计算已进入工程阶段，未来5-10年将开始产生变革性影响。在最近的一次IBM 研究之旅中，我对量子的未来有了更深的了解。

1

新兴科学技术

我们往往会首先注意到史蒂夫·乔布斯 (Steve Jobs) 、埃隆·马斯克 (Elon Musk) 等大咖宣布的新技术。但事实是，下一项伟大的技术一开始总是看起来微不足道，它始于科学家们提出的奇怪理论 （很少有人能理解） ，然后在科学家们为检验这些理论而一起设计的神秘实验中得以发展。

量子计算也不例外。1981年，诺贝尔奖得主、物理学家理查德·费曼 (Richard Feynman) 在一场关于在计算机上模拟物理学的演讲中，首次将“量子计算”带入人们的视野。他表示，你不能用数字计算机真正模拟物理世界，但用量子计算机可以。费曼的声望激发了人们对该领域的极大兴趣。

然而，很大程度上，费曼的这种观点一时没有看出实用价值。它激发了无数的理论性想法，但由于尚未用这些想法做出任何事情，所以没有实际性影响。 这种情况在1993年开始改变， 当时IBM的科学家们进行了量子隐形传态实验，该实验表明，可以运用量子原理用经典信道及局部量子操作传递量子信息。

20世纪90年代末，出现了第一批初级量子计算机。这些也大多是无用的，因为你也不能用它们做任何事情。它们不过是理论家们一直在研究的概念的证明。然而，它们为更大的目标铺平了道路。

2

量子时代已经开启

今天，量子计算早已超越理论阶段，进入解决工程难题的阶段。在IBM研究中心 (IBM Research) 一个房间里，我看到了几台超级计算机，都装有量子计算芯片。它们不是科学实验设备，而是在工作的机器。

除了IBM，其他公司也纷纷布局量子领域。 2010年，D-Wave公司推出第一个商用量子计算机 （基于量子退火技术） 。谷歌也有一个该领域的先进项目，微软和英特尔正在投资量子技术。一些资金充足的初创企业，如Rigetti，也加入了竞争。

转型的影响已超出硬件层面，深入到软件方面。 IBM已经创建了QISkit量子计算软件，其概念与谷歌的TensorFlow机器学习工具库大体相似。另外，Rigetti已经发布了Forest平台，ID Quantique和QxBranch等公司也发展出围绕量子技术的生态系统。

2016年，IBM推出Q体验系统，任何人可通过云使用其量子计算机。目前该系统已拥有7万5千多名用户，包括软件开发人员、科学家、学生、对量子好奇的人等。

毫无疑问，量子时代已经开始。然而，就像上世纪50年代的数字计算一样，我们仍然不清楚它将把我们带向何方。

3

量子计算的潜力巨大

尽管计算机很迷人，但它们本身并不能做很多事情，而是需要借助应用程序来影响世界。为此，其他行业 必须要学会运用新技术，并弄清楚如何应用新功能来解决实际问题。

所以，IBM创建了由汽车制造商、金融机构、橡树岭国家实验室 (Oak Ridge National Lab) 和研究型大学等组成的Q Network，旨在探索量子计算的实际应用，但还有很多重大挑战。

戴姆勒公司 (Daimler) 是Q network的成员之一，其试图了解如何利用量子计算来开发先进的材料，使汽车更轻、更强、更高效。该公司的材料科学家们从量子模拟中 获得了远超过经典数字计算机所能产生的数据 ，但他们无法确定如何运用这些数据。

在未来的几年里，科学家们必须要学会提出只有量子计算机才能给出答案的新问题，帮助工程师们学习如何看到新的可能性，以及如何更好地设计产品。如果这些都成功了，带来的改变将令人难以置信。

这就是量子计算机的真正潜力。 它们不仅计算速度比传统计算机快数千倍，而且可以帮助我们做之前在任何机器上都无法实现的事情， 比如费曼描述的物理模拟。

4

量子技术的进步

从缓慢到迅速

一百年前，电力和汽车等技术已经存在了30多年，但尚未产生太大的经济影响。但这种情况在20世纪20年代发生了变化。

20世纪20年代末，道琼斯工业股票平均价格指数 (Dow Jones Industrial Average) 约有一半的成分股从榜单上跌下。

同样的道理，数字计算机在80、90年代真正流行起来之前，已经存在了近40年。转型需要很长时间， 这不仅是因为它需要时间使底层技术更强大，还因为其他行业需要学习如何应用新功能来创建更好的产品和服务。