量子计算能为我们做什么？

科技公司正斥资数十亿美元投入量子计算领域，尽管这项技术距离实际应用还有数年时间。那么，未来的量子计算机将用于哪些方面？为何众多专家坚信它们会带来颠覆性变革？

自 20 世纪 80 年代起，打造一台利用量子力学独特性质的计算机这一想法就备受争议。但在过去几十年里，科学家们在建造大规模量子设备方面取得了重大进展。如今，从谷歌、IBM 等科技巨头到数家资金雄厚的初创公司，都在这项技术上投入了巨额资金，并且已经研发出了数台独立机器和量子处理单元（QPU）。

从理论上讲，量子计算机能够解决即便是最强大的经典计算机也无法解决的问题。然而，人们普遍认为，要实现这一目标，量子计算机还需要变得更庞大、更可靠。不过，一旦达成这一目标，人们有望借助这项技术攻克化学、物理、材料科学乃至机器学习等领域中众多当前无法解决的难题。“这不仅仅是一台更快的经典计算机，而是一种完全不同的范式，” 加拿大滑铁卢大学量子计算研究所执行董事诺伯特・吕特肯豪斯在接受《生活科学》采访时表示，“量子计算机能够高效地解决一些经典计算机根本无法解决的任务。”

当前的技术水平

量子计算机最基本的构建模块是量子比特（qubit）—— 它是量子信息的单位，类似于经典计算机中的比特，但拥有一种奇特的能力，能够同时表示 0 和 1 的复杂组合。量子比特可以在多种不同的硬件上实现，包括超导电路、被困离子，甚至光子（光粒子）。

如今最大的量子计算机刚刚突破 1000 个量子比特的大关，但大多数量子计算机仅有几十个或几百个量子比特。由于量子态对外部噪声（包括温度变化或杂散电磁场）极为敏感，它们比经典计算组件更容易出错。这意味着目前很难运行大型量子程序足够长的时间来解决实际问题。

不过，美国麻省理工学院（MIT）量子工程中心主任威廉・奥利弗表示，如今的量子计算机并非毫无用处。“如今的量子计算机主要用于研究如何制造更大的量子计算机，以及学习如何使用量子计算机，” 他在接受《生活科学》采访时说道。

制造更大的处理器能为如何设计更大、更可靠的量子机器提供关键见解，并为开发和测试新型量子算法提供平台。它们还能让研究人员测试量子纠错方案，这对于实现该技术的全部潜力至关重要。通常，这些方案需要将量子信息分布在多个物理量子比特上，以创建一个单一的 “逻辑量子比特”，这种量子比特的抗干扰能力要强得多。

吕特肯豪斯表示，该领域最近的突破表明，容错量子计算或许并非遥不可及。包括 QuEra、Quantinuum 和谷歌在内的几家公司最近已经展示了生成逻辑量子比特的能力。吕特肯豪斯称，要扩展到数千甚至数百万个量子比特（这是解决实际问题所必需的），还需要时间和大量的工程努力。但一旦实现，一系列令人兴奋的应用就会进入人们的视野。

量子计算可能带来颠覆性变革的领域

奥利弗说，量子计算强大的秘诀在于一种被称为叠加态的量子现象。这使得量子系统在被测量之前能够同时处于多种状态。在量子计算机中，这使得将底层量子比特置于一种叠加态成为可能，这种叠加态代表了一个问题的所有潜在解决方案。

“在我们运行算法时，错误的答案会被抑制，正确的答案会被强化，” 奥利弗说，“因此，在计算结束时，唯一剩下的答案就是我们要寻找的那个。”

奥利弗补充道，这使得处理那些因规模过大而无法像经典计算机那样按顺序处理的问题成为可能。而且在某些领域，随着问题规模的扩大，量子计算机的运算速度可能会比经典计算机快呈指数级增长。

奥利弗表示，量子计算最明显的应用之一在于模拟物理系统，因为世界本身就是由量子力学原理支配的。那些让量子计算机如此强大的奇特现象，也使得在经典计算机上模拟许多量子系统变得难以实现。但由于量子计算机遵循相同的原理，它们应该能够高效地模拟各种量子系统的行为。

这可能会对化学和材料科学等量子效应起重要作用的领域产生深远影响，并可能带来从电池技术到超导体、催化剂乃至药物等各个方面的突破。

量子计算机也有一些不好的用途。如果有足够多的量子比特，数学家彼得・肖尔在 1994 年发明的一种算法可能会破解支撑当今互联网大部分安全的加密技术。幸运的是，研究人员已经设计出了规避这种风险的新加密方案，今年早些时候，美国国家标准与技术研究院（NIST）发布了新的 “后量子” 加密标准，这些标准已经在实施中。

量子计算的新兴可能性

奥利弗说，目前，量子计算机的其他应用在某种程度上还只是推测。

人们希望这项技术能在优化方面发挥作用，优化涉及从众多可能的解决方案中寻找最佳方案。许多实际挑战都可以归结为优化过程，从缓解城市交通流量到为物流公司找到最佳配送路线。为特定的财务目标构建最佳的股票投资组合也可能是一个潜在的应用。

然而，到目前为止，大多数量子优化算法的加速效果不到指数级。由于量子硬件的运行速度比当前基于晶体管的电子设备慢得多，这些有限的算法速度优势在实际设备上实施时可能会迅速消失。

与此同时，量子算法的进步也推动了经典计算的创新。“随着量子算法设计者提出不同的优化方案，我们计算机科学领域的同事也在改进他们的算法，而我们看似拥有的优势最终会消失，” 奥利弗补充道。

其他研究活跃但长期潜力尚不明确的领域包括利用量子计算机搜索大型数据库或进行机器学习，机器学习涉及分析大量数据以发现有用的模式。这些领域的速度提升也不到指数级，而且还存在一个额外的问题，即需要将大量的经典数据转换为算法可以处理的量子态 —— 这一过程速度缓慢，可能会迅速抵消任何计算优势。

但奥利弗表示，目前还处于早期阶段，算法方面仍有很大的突破空间。该领域仍在探索和开发量子算法的构建模块 —— 即被称为 “基元” 的小型数学程序，这些基元可以组合起来解决更复杂的问题。

“我们需要了解如何构建量子算法，识别并利用这些程序元素，寻找可能存在的新元素，并弄清楚如何将它们组合起来创建新的算法，” 奥利弗说。

吕特肯豪斯补充道，这应该会指导该领域未来的发展，也是公司在做出投资决策时应该考虑的因素。“在我们推动该领域向前发展的过程中，不要过早地专注于非常具体的问题，” 他说，“我们仍然需要解决更多的通用问题，然后才能衍生出许多应用。”