国务院要求加强量子计算与气象深度融合应用，量子技术如何应对气候变化？
光子盒研究院出品
近日，为适应新形势新要求，加快推进气象高质量发展，国务院印发《气象高质量发展纲要（2022—2035年）》，要求加强人工智能、大数据、量子计算与气象深度融合应用。推动国际气象科技深度合作，探索牵头组织地球系统、气候变化等领域国际大科学计划和大科学工程。
量子计算与气象深度融合应用，但很多人对如何融合并没有概念，今天光子盒就来解答这个问题！
去年，来自美国和加拿大的学术机构、量子计算公司的研究人员发起了一项名为Q4Climate的倡议，旨在将包括学术界、政府和产业界在内的量子和气候科学交叉领域的研究团体聚集在一起，确定如何或在何处应用新兴的量子技术，以减缓气候变化的速度和影响。
该倡议的最新成果是去年7月发布在arXiv网站的《应对气候变化的量子技术：初步评估》[1]报告。基于该报告，光子盒从量子模拟、量子优化、量子传感和能源效率等角度总结了量子技术对气候变化的影响。
在电子和原子的微观层面上，所有的物理行为都受量子力学的支配。
然而，用经典计算机研究量子尺度面临着较多的障碍，这是因为精确模拟所需的时间和内存较系统的大小呈指数级增长。例如，为了精确模拟每个量子粒子都有d个状态的N个量子粒子，通常需要至少在dN维空间上存储和做线性代数运算。对于模拟100个量子粒子这样一个相对较小的问题，这将需要至少2100≈1030的内存大小，这个数量大概估计大于1089TB，人们甚至不会指望它可以存储在经典计算机中。
但如果有一台足够强大的量子计算机，它的计算资源(量子比特数量和处理时间)可以是N的多项式，那么这个棘手的规模问题就是可以避免的。因此，对于一个很大的N来说，量子处理器提供的可能性模拟似乎是经典处理器无法比拟的，从而可以解决在物理和化学领域中重要和困难的技术问题。
理论上研究人员可以模拟诸如新型光伏、电池材料和燃料的行为，并达到在今天不可能达到的精确度。虽然目前在经典计算机上也进行着许多有用的材料和化学模拟，但它们不够精确的结果往往只能用于定性结论或排除不良候选者。其次，有了量子计算机，就可以针对特定的应用执行数百万(或更多)分子的虚拟筛选，并对结果的准确性有很高的信心。
因此，现在问题不在于量子计算机是否有助于清洁技术的发展，而在于能否及时制造出足够强大的量子计算机。如果在未来10-20年内可以建造出一台可行的机器，那么量子计算机将成为有助于缓解气候危机的有用工具。
不同的物理过程或现象需要不同的模拟算法。例如，用于寻找原子核基态的方法与用于研究溶解化学过程动力学的方法是不同的。算法上的差异部分是因为所需的数量或可观测量不同，此外在混合计算技术允许的情况下，问题的某些方面可以在经典计算机上处理。因此，根据期望的物理量或可观测量对应用进行分类是很有用的。这种分类对研究人员在选择某一领域开发更好算法时有所帮助。表1中总结了材料、化学模拟领域与气候相关技术的相关性。
表1 横轴代表气候相关技术，例如太阳能、风能、电池等，纵轴代表材料、化学模拟问题，例如气相电子结构、分子动力学、溶液化学等。大圆点：模拟类型对最终应用影响很大；中圆点：有一定的影响；-:没有影响。
哪种气候领域的量子模拟应用将最先出现？一句话总结，简单的系统比复杂的系统更容易被模拟。
例如，一些基于相位估计算法的方法，对于量子算力的要求过于庞大，无法在早期量子硬件上实现。这个方法的替代方案是变分量子本征求解器(VQE)，它需要(可能是不完美的)量子计算机和经典计算机的紧密合作。实际上，大多数近期算法都属于VQE的范畴。
在设计量子算法时，不仅要考虑量子比特的数量，还要考虑量子电路的深度(执行算法所需的计算步骤的数量)。电路深度是目前实现量子计算的主要限制，现在最好的量子计算机也不能可靠地实现深度超过100步。因此，在这个方向上的后续研究必须继续通过改进算法以减少电路深度。
需要说明的是，尽管任何气候应用都可能从量子计算中受益，但鉴于该领域涉及问题的复杂程度，第一个有实用价值的量子模拟不太可能是与气候密切相关的。
近期量子硬件已经开始对量子优化方法进行初步探索，尽管目前与气候有关的优化应用仍不明确，但在不久的将来，这将成为一个具有潜在量子优势的领域。
如何确定最有前景的优化应用？理想状态下，建议寻找满足两个条件的问题和应用领域：i)能够帮助应对气候变化，ii)与量子资源和潜在量子优势的良好契合。通过以下标准指导这些问题的选择：
1、适度的问题大小——在可预见的未来，问题中变量的数量以及所需的算法深度和连通性将受到硬件限制。
2、非数据密集型——需要输入大量经典数据的应用程序(例如，通过qRAM)，不太可能适用于近期方法或硬件。
3、可衡量的影响——优化方面可能只是大型工业过程的一部分，因此潜在改进的真正环境影响可能难以衡量，以至于容易被高估或低估。然而，在某些应用程序中，随着时间的推移或规模的扩大，即使是微小的改进也会产生很大的影响。
4、影响乘数——问题需要解决的频率是多少。例如，量子计算机可以部署在对时间敏感的优化任务中，如无线信号解码，或在配电网络的分配，以更快地产生更好的近似解。或者，其他应用允许更大的计算努力来获得可能的最优解，例如，优化风力涡轮机场的物理布局。
5、二阶效应——应在更广泛的社会和气候背景下衡量影响，包括可能的意外后果。(例如，提高汽车燃油效率的经济效应可能会反直觉地导致更多的汽车上路，排放量总体增加……)
Q4Climate总结了五个有前景的初期应用领域：
1、电力和能源：具有即时潜在电力和能源节约的实时分配和路由，例如，静态或动态电网优化问题（包括负载平衡或机组组合）、电池、可再生能源和实时无线网络。
2、系统布局：设施、制造工厂和供应链的设计，例如，风力涡轮机的布置、混合能源系统设计和汽车工业应用。
3、交通网络：改进会带来直接的碳减排，例如交通流量和导航。
4、分配网络：优化货物和资源的调度和分配，例如潜在地提高航运、水资源分配、建造和城市规划的效率。
5、缓解和适应气候变化：气候和天气建模和控制，适应，生物多样性和生态系统，减少碳排放。
传感器是评估和解决气候变化相关问题的关键技术。目前最先进的传感技术已用于监测一些与气候相关的属性，例如大气中的温室气体排放水平和气溶胶粒子的光学特性。量子传感器为测量其环境带来了一个新的范式，保证了过去世界中不可能实现的效率和相关性。它们被应用于气候变化，预计将在从电力到环境监测等多个领域产生变革性影响。
气候变化解决方案领域提供了一种对量子传感应用进行分类的方法。对此，已经确定了以下五个领域：i)电力系统，ii)交通工具，iii)工业，iv)环境监测和v)社会。
A.电力系统
使能源供应脱碳是人类能够实现温室气体排放大幅减少的最重要方式之一。量子传感器通过改进材料表征和量子相干的方法，为更高效的太阳能电池和更高效的太阳能燃料转换提供了一条途径，这能够增强遥感以识别有前景的地热能或其他可再生能源，并且更有效地监测核电站。此外，当社会远离化石燃料时，量子传感通过改善化石燃料基础设施的维护和泄漏检测，可能会有助于减少当前系统的影响。
B.交通工具
电动汽车的市场份额将大幅增长。目前，电动汽车电池健康状态的诊断和预测存在一些技术问题，这为提高电池性能和使用寿命提供了机遇。例如，当前评估固体电解质界面膜（SEI，电池性能中的一个关键参数）的最先进程序，由于测量困难，并不能提供充分的理解。量子传感器通过提高我们对电池降解机制的理解，可能有助于应对这些挑战。值得注意的是，中子干涉法今天已经应用于电池诊断。
C.环境监测
温室气体监测对于评估气候变化的状况至关重要。卫星被用于监测多种环境中的甲烷、二氧化碳等气体。特别是甲烷的精确读数，在光谱学中，由于其他气体的光谱干扰，甲烷的精确读数难以获得，这对量子传感器而言也许是一个可以克服的挑战。量子传感器也可以通过卫星来识别和监测泥炭地等大面积的温室气体排放。此外，在气候变化中发挥重要作用的气溶胶，目前也存在传感限制，可以通过量子技术来解决。
冰原融化动态和海平面上升是气候变化模型的重要组成部分。它们通过适用于量子传感的光学特性进行监测，将为气候建模者提供重要的数据。此外,通过卫星部署的量子重力仪可能产生一套更广泛的指标和机制，包括全球质量变化、地球对自然力和人为力的响应以及极地地区的监测等，这些指标和机制有助于更好地理解全球气候系统。
D.工业
监测具体和相关的环境指标可用于减少工业对气候变化的影响。一些有前景的应用包括精准农业和养牛管理。例如,测量牛体内甲烷排放的生物标记物，可能有助于选择甲烷排放量较少的牛进行繁殖，最终可能降低农业温室气体排放。
量子传感器可以使用前所未有的性能来进行磁场成像，这反过来可能会导致与气候变化高度相关的各种智能材料的应用的加速开发。例如，如今在绘制具有亚微米分辨率的非均匀磁性材料方面的专业知识，提供了探测多相磁性固体的潜力，以超越摩尔定律的信息处理(与能源性能相称的收益)。
E.社会
量子传感器可能有利于公共卫生和救灾工作。例如，准确识别危险可能有助于为疏散规划提供信息。量子传感器还具有改善气候风险场景的潜力，它能够提供关于洪水和森林火灾预测等新的或更准确的气候信息重要指标。如今，量子重力仪已经被研究以用于火山灾害评估和缓解计划。
量子传感在气候变化方面的潜在应用和效益是广泛的。今天，在电力、交通、工业、环境监测和社会等领域都有机遇。确定量子传感器最重要的指标，并分析它们对气候变化的增强影响，将有助于指导和促进它们的发展。
利用量子计算机能够解决目前超级计算机无法解决的问题，这种潜力越来越广为人知，即使在普通公众中也是如此。然而，与传统计算机相比，即使量子计算机无法提供加速，但使用它们仍然可以提供一个优势——可能会提高所需物理资源(例如，完成一个给定计算所需的总能量)的使用效率。
简单地比较一下现有的两种设备，即消耗25 kW的D-Wave 2000Q和消耗13 MW功率的Summit超级计算机，存在大约四个数量级的能源消耗差异。这种较低的能源成本来自较低的冷却需求，以及操作计算单元所需的较低功率。节约兆瓦时的能源大大降低了计算的生态足迹，并节省了数百万美元。
然后，我们来做一个简单的算术题。运营成本大致可以分为四类：电力、设施、人员和硬件/软件。电力（含冷却费）的计算方法如下：
运行时间×用电量×千瓦时=电力成本
在这个例子中，假设电费为0.1 $/kWh。同时假设谷歌的“量子优越性计算”(2019)可以在量子计算机上于200秒内完成，而在Summit上则需要2.5天(实际上目前超级计算机所需时间远低于该水平)。
最后假设量子计算机的功率为25 kW，如果它是一个装在稀释制冷机(考虑冷却和所有操作电子)中的超导芯片，25 kW是一个很好的近似值。这将与Summit的13 MW用电量进行比较。
对于经典的计算机，我们得到：60 h × 13000 kW × 0.1 $/kWh = 78,000美元
对于量子计算机，我们得到： 0.056 h × 25 kW × 0.1 $/kWh = 0.14美元
这个特定问题的量子计算成本比在超级计算机上进行的相同计算成本少55.7万倍。在某种程度上，这种低成本是由于量子计算机的功耗较低导致的，严格来说不是因为量子计算速度更快，例如，在两种计算花费时间相同的情况下，量子计算的成本仍然会低520倍。
在没有说明需要解决的问题和计算速度的情况下，超导量子计算机全年的运行成本为2.19万美元，而Summit的运行成本为1139万美元。谷歌的芯片适合稀释制冷机，并且只需要不到100台实验室级的电子机器就能运行，与Summit的9216个CPU、27648个GPU和其他经典控制组件相比，它显然更节能。此外，功耗不会随着量子比特的数量迅速增加，至少在最初不会如此，因为稀释制冷机中仍然可以放入具有数千个量子比特的芯片。
再来考虑设施成本(包括租金和用水成本)。这对于两种类型的计算机都是相似的，尽管如此，我们可以预计，量子计算机需要的空间将比今天的超级计算机小得多。一些关于容错计算机的预测表明它们的初始尺寸可能和许多足球场一样大，但我们可以期待，进一步发展将导致尺寸减小，就像过去几十年的经典计算机一样。但预计这种收益会比电力成本低得多。
然后是人员成本，量子计算机和超级计算机都需要一个10到50人的团队来运行。相当于每年约100-500万美元。在这一领域不会出现收益，对环境本身也没有太大影响。
最后还有硬件和软件成本，主要包括购买运行计算机所需的设备和维修故障部件的维护成本。
首先，软件成本与硬件相比是最小的，因为一旦获得，软件的运行在本质上是免费的（或是通常可以忽略不计的经常性费用）。在硬件方面，维护成本可能很高，但在合理时间段内与前期成本相比，可以忽略不计。例如，Summit由27648个GPU和9216个CPU组成，其总成本大约为325万美元。另一方面，量子计算机尚不能轻易买到。目前可以估计所有的冷却系统(约100万美元)和电子设备的运行成本(1000-2000万美元)，但是实际芯片的成本尚未确定。因此，目前无法准确地评估成本差异。
需要说明的是，该评估没有考虑到新硬件或软件的研发成本，这对两种类型的计算机来说，都是重大投资。
随着量子技术的不断发展，评估如何最好地利用它们来提供现实世界的影响进行是很重要的。
在这里，我们认为，大型精确量子计算机的出现可以提供有效的方法来模拟许多具有挑战性的物理系统，这些物理系统对于解决能源、工业过程、大气科学和其他领域的气候变化相关问题至关重要。同样，尽管量子优化方法相对于经典计算机的精确优势需要进一步研究，但它们可以在可再生能源、系统布局、交通、分配、直接气候建模和缓解等领域提供好处。
更普遍地说，使用量子计算机不仅可以提高一些用例的速度，还可以提高能源效率。而量子传感器也与减缓气候变化有关，它们可以在各种应用领域提供更高的灵敏度、选择性和效率增益。继续识别和分析具有最大可能影响的特定应用很重要，同时也要研究技术创新，例如改进算法和硬件，以使其尽早成功使用。需要说明的是，本文没有讨论的前景领域包括量子机器学习和求解微分方程的量子方法等。
我们乐观地认为，量子科学界和气候科学界之间加强对话将有助于进一步确定对气候有用的量子方法，以及量子技术最有效的关键瓶颈。
气候变化的范围和惊人速度凸显了将先进技术的前景与当今气候影响紧密相连的重要性和紧迫性。事实上，量子技术的持续发展与气候变化的不利影响是同时发生的，我们希望前者赢得比赛。
参考文献：
[1]https://arxiv.org/abs/2107.05362