量子计算机有多牛？加州理工大神普雷斯基尔开讲！

量子信息与物质研究所理查德・P・费曼理论物理学讲席教授、艾伦・V・C 与勒纳贝尔・戴维斯领导力讲席约翰・普雷斯基尔（John Preskill），在一次访谈中深入探讨了建造量子计算机的前景与挑战。

作为理论物理学家，普雷斯基尔长期关注量子计算机的潜力，希望借助它解答一些最为艰深的物理难题，例如时空本质相关问题。在一次访谈中，他谈到量子计算机有望攻克多个科学领域的棘手难题，同时也回忆起已故物理学家理查德・费曼在 20 世纪 80 年代首次提出量子计算机构想时，也曾有过相似的洞见。

下面是对话精华内容，其中也包含普雷斯基尔对于科学创造力的看法。

什么是量子计算机？它和普通计算机有什么区别？

“我还以为你会先问个简单问题！”普雷斯基尔笑称，这个问题其实相当难回答，但他还是试着解释清楚。首先要明确一点：量子计算机并不是我们现在所用传统计算机的升级版，不是性能更好、速度更快的普通电脑。 它依托量子物理原理，以完全不同的方式处理信息。

近百年来，人们已经认识到，世间所有物质都遵循量子理论。量子理论催生了大量新技术，例如激光器、核磁共振成像（MRI），也让芯片得以集成数十亿个晶体管。这些技术仅仅触及了量子理论改变人类认知的冰山一角。

尤其关键的一点在于：当大量亚原子粒子发生强相互作用时，从量子力学层面来看，这些粒子遵循一套极为复杂的描述方式，和人类所能理解的语言以及传统计算机所能处理的语言截然不同。我们无法把这套量子语言简洁转换成普通计算机的经典比特。如果想用比特来描述几百个粒子的行为，所需要的比特数量，甚至会超过可观测宇宙中所有原子的总数。量子系统拥有这种极高的复杂度，而研究者正想利用这种特性，加快求解一些极难的计算问题。

现在有很多关于量子计算机的宣传炒作，量子计算机真正能做什么？

某种程度上，这类热度是自然而然的。所有人都明白计算的重要性，它影响日常生活，具备经济价值。近些年科技行业与投资者对量子计算的兴趣急剧升温。从某些角度来说这是好事：它加速技术进展，吸引人才进入这个领域。

但普雷斯基尔提醒，需要理性看待量子计算产生重大实际应用的时间线。同时也要认识到：量子计算机未必能加速所有计算机任务，它只适用于一类特殊问题；而且目前，人们对这一类适用问题的理解仍然有限。等造出量子计算机、开展实验之后，才会有更深入的认知。

我们还要等多久？一年？十年？还是一百年？

这取决于你期待它实现什么。量子计算机目前仍处于非常早期的发展阶段。但即便以现有的设备来看，从科学研究层面，如今的量子计算机已经具备科研价值。它让人们可以探究复杂量子系统的行为，这些研究手段在过去无法实现，未来 5 到 10 年，它还将持续推动科学新发现。

但如果想要实现广泛落地的实际应用，普雷斯基尔给出一个合理预估：需要数十年，不止十年。

哪一类潜在应用最让你感到兴奋？

“别忘了我是一名科学家，”普雷斯基尔说，所以他更愿意把计算机看作推动科学、助力科学发现的工具。人们用各种计算手段去揭示自然的运行规律，化学与材料科学领域尤其如此。研究者已经掌握对应的方程，这些方程描述电子之间的电磁相互作用，以及电子与原子核的相互作用。但对于大分子、复杂材料，这些方程求解难度极高。量子计算机非常适合解决这类问题。

而这最终也会带来现实价值。例如计算化学，能够助力新药研发、化学催化剂的发现，会对全人类产生广泛影响，只不过这一天还需要等待一段时间。

计算机的另一用途，是帮助人们发现新的物理定律，普雷斯基尔认为量子计算机在这方面同样有用。他长期感兴趣的一个课题是：人们该如何理解时空本身的量子力学？如果想要弄清物质落入黑洞会发生什么，或是宇宙极早期的状态，这个问题至关重要。量子计算机可以模拟那些极难研究的量子现象，帮助研究者更好地理解这些问题。

这是否就是理查德・费曼在 20 世纪 80 年代提出量子计算机构想时所设想的用途？

普雷斯基尔认识费曼。他进入加州理工任教之后，直到费曼离世，两人在加州理工共事大约五年，经常一起讨论科学。他们虽然没有聊量子计算，但深入探讨过亚核粒子及其行为。同样，研究者自以为掌握对应的方程——量子色动力学理论描述质子、中子及其组成粒子的行为。但和化学领域的困境一样，方程求解极其困难。即便拥有正确方程，也无法从第一性原理出发完成计算，而量子计算机就有能力完成这件事。

普雷斯基尔认为，费曼之所以对量子计算产生兴趣，一部分原因就是他意识到这类问题太难求解。当然，费曼同样意识到：如果可以模拟量子系统的行为，还会带来更多价值，包括完成化学、材料领域里传统计算机无法实现的计算。

在你从事的科研工作中，是否存在创造性的一面？

“是的，我希望如此。”普雷斯基尔说。科学家本质上是问题解决者。其实每个人都是，这是人类的常态，人们总会遇到问题，并想要解决它们。所以不仅要思考如何解决问题，还要判断该聚焦哪些问题、提出什么样的科学疑问。这两件事都需要创造力与直觉。

如果研究的是一个值得求解的问题，倘若它很简单，大概率早就有人解决了。所以研究途中常会陷入瓶颈。但有时会发现，当前研究的问题与曾经思考过的另一件事存在关联。这类类比思路往往非常有帮助。灵感有时凭空涌现，有时则需要埋头硬啃。有些问题只要投入足够精力，路径清晰，就能一步步算出所有细节。最有意思的正是这些创造性突破的时刻：当看不到答案的方向时，换一个全新角度审视问题，就会找到正确的思考方式。

加州理工学院拥有量子计算机吗？

加州理工和亚马逊合作建立了量子计算中心，校园内已经设立该中心。他们采用极低温电路的技术路线研发量子计算机。普雷斯基尔认为这是一次很好的合作，双方都意识到必须聚焦长期难题。

在他看来，未来 5 至 10 年，量子计算机的应用场景大概率是科研工具，而非用来解决商业领域的各类问题。想要让量子计算产生重大实际价值，需要性能更好、数量更多的量子比特，还要攻克一系列大型系统工程难题。