文章发表于2024-11-28 10:00:30,归属【科技前沿】分类,已有85人阅读
曾经晦涩难懂的技术很快就会显现出来,这使得企业竞相去摸索如何有效利用它们来获取竞争优势。
量子计算,一项大多数人都无法准确定义且仍未充分理解的创新,或许会成为下一项对商业产生重大影响的冷门技术。量子计算运用量子力学原理来模拟并解决那些对于当前传统计算机而言过于复杂的难题。
在某些情况下,具备量子能力的计算机解决大规模问题的速度要比传统计算机快得多。例如模拟物质的行为、分析化合物以研发新药、优化工厂车间或全球供应链,以及识别金融交易中的欺诈和风险模式等等。
当前的量子计算机领域尚未完全成熟:麦肯锡估计,到 2030 年将有 5000 台量子计算机投入运行,但处理最复杂问题所需的硬件和软件要到 2035 年甚至更晚些时候才能问世。然而,各类组织现在就需要开始思考可以在哪些方面利用这项技术来解决现实世界中的商业问题了。根据 2022 年 11 月的一份报告,一些公司已经预计每年在量子计算方面的投资将超过 1500 万美元。
麻省理工学院(MIT)的一组研究人员与埃森哲合作,开发了一个框架,以帮助精通技术的企业高管开始评估量子计算在其公司解决问题方面的潜力。
“传统计算机和量子计算机之间实际上正在进行一场竞赛。对于你想要解决的每一类问题,你都想知道哪种计算机更胜一筹,这样你就能充分利用它的优势,” 麻省理工学院斯隆管理学院和麻省理工学院计算机科学与人工智能实验室的研究科学家尼尔・汤普森在 2023 年麻省理工学院数字经济倡议年度会议上说道。
汤普森与奥尔巴尼大学助理教授、麻省理工学院数字经济倡议数字研究员崔锡雄以及伊利诺伊大学厄巴纳 - 香槟分校助理教授威廉・S・摩西共同撰写了《量子乌龟与经典兔子:理解量子计算将加速哪些问题(以及哪些问题不会)的简易框架》一文。
“这个框架为在进行投资之前分析转向量子计算的潜在影响提供了一种方法,” 汤普森说。
研究人员得出的结论是,对于中小型问题(这是典型企业最常遇到的问题类型),并不会从量子计算中受益。然而,那些试图解决具有指数级算法收益的大型问题以及需要处理超大型数据集的企业,则将从中获益。“量子计算并非在所有方面都更出色,只是在某些方面表现更佳,” 汤普森说。
量子计算概述
利用物理原理构建一个系统来模拟那些用传统数字系统难以建模的问题,这一设想最早于1980年被提出。麻省理工学院的数学家彼得・肖尔在1990 年开发出了首个著名的用于破解加密的量子算法,进一步巩固了这一概念。
与当今使用二进制电信号来表示 0 和 1 的计算机及超级计算机不同,量子计算机采用量子比特,它们是亚原子粒子。如果管理得当,量子比特能够同时表示 0 和 1 的组合。量子比特数量越多,解决问题时具备大规模计算能力的潜力就越大。
量子计算何时有用?
《量子乌龟与经典兔子》一文中所提框架的关键在于,传统计算机(兔子)通常运算速度比量子计算机(乌龟)更快,但完成一项任务需要更多步骤 —— 研究人员将其比作从 A 点到 B 点走了一条低效的路径。
凭借运行更高效算法的能力,量子计算机有可能选择一条更直接的路径 —— 但由于其处理速度较慢,实际上解决问题可能花费更长时间。研究人员的这个框架旨在帮助企业根据要解决的问题来判断是更短的路径还是更快的计算机更有价值。
科学家们正在努力实现量子优势,即利用量子计算机解决传统计算机无法解决的问题的能力。
但研究人员表示,当量子计算机在成本方面与传统计算机具备竞争力时,对量子优势的关注反而掩盖了量子计算机的实用性。为了弥补这一点,他们的框架确立了量子经济优势的基准,即当用一台量子计算机解决某个特定问题比用价格相当的传统计算机更快时,就产生了量子经济优势。
要确定量子经济优势,企业和技术领导者必须考虑两个条件:
这两者的交集就是量子经济优势。汤普森建议企业要考虑计算机的速度与路径的关系。“可以把它想象成从 A 点到 B 点的一场赛跑,而算法就是路径,” 汤普森说,“如果赛程较短,或许不值得投资去规划更好的路径。只有赛程较长时,这样做才有价值。”
关于量子计算当前状况需考虑的其他方面
目前仍处于早期阶段,但量子计算领域正在升温。量子计算尚处在成熟周期的初期,但整个发展态势正在升温。IBM 去年推出了拥有 433 个量子比特的 “鱼鹰”(Osprey)量子计算机,并计划在 10 年内打造一台拥有 10 万个量子比特的计算机。谷歌的目标是在本十年末达到 100 万个量子比特。在这个新兴领域的其他参与者还包括 D-Wave 系统公司、IonQ 公司、里格蒂计算公司(Rigetti Computing)、霍尼韦尔公司、微软公司、英特尔公司以及 PsiQuantum 公司,其中一些公司还提供云端量子计算服务。《财富商业洞察》预计,量子计算市场规模将从今年的 9.288 亿美元增长至 2030 年的 65 亿美元,年复合增长率为 32.1%。
发展、成本及人才方面仍面临挑战。各公司仍在摸索如何增加可集成到量子计算系统中的物理量子比特数量,以及随着计算能力的提升如何优化不同量子比特之间的相互作用。当前大量的研发工作都致力于降低量子计算中的错误率(即 “噪声”)。鉴于这些系统需要精密的冷却技术来保护量子比特,这项技术的成本也很高昂。
技能差距是另一个问题:除了科研和学术圈子外,专业领域的专家十分稀缺。麦肯锡预测,到 2025 年,量子相关岗位的填补率将不足一半,这是量子计算技术推广应用的一个主要障碍。
受益情况将是一个连续变化的过程。当量子算法比传统计算方法快出指数级倍数或者明显更优,又或者所处理问题的规模大于二者速度差异时,量子计算就会更具吸引力。鉴于量子技术的当前状况,对于那些解决方案能带来较小收益的小规模问题,量子计算会更快发挥作用,而要用于解决有望带来更大收益的更复杂问题,则还需要一段时间才能可行。