查看原文
其他

“救命药贵到买不起”的难题,未来能靠量子计算机解决?| 科技袁人

袁岚峰 风云之声 2021-06-22

      


关注风云之声

提升思维层次



导读


如果量子计算机也就是专用型的,将来在千比特以内就能对量子化学计算有指数级的提升,对于药物研发来说,就省去这种地毯式搜索,这种大量人力物力、财力的投入,而把成本降下来,最终这种药物的售价可能就要比之前降下两三个数量级。

视频链接:

西瓜视频:

https://www.ixigua.com/6927109949931651596

本视频发布于2021年2月15日,播放量已超五百万

2021年1月22日,袁岚峰与量子超并和舜时科技创始人张文卓@九维空间 、北京理工大学物理学院量子技术研究中心教授@尹璋琦一起,为大家做了一场关于量子科技的直播,这是第二集直播录屏,前期见《科学家评论各国量子计算实力,你猜最大的喜剧和悲剧是谁?| 科技袁人》,欢迎大家关注。



精彩呈现:


尹 璋 琦 :

我想说一下,有好多人在讲关于玻色取样或者随机电路取样到底有什么用途?其实它现在超越了经典计算机,这本身它在某些很特殊的场景下就已经有用了。

比如说我们过去这几年很火的区块链,区块链里面的有一些概念,比如说叫做什么工作量证明,是吧?

最开始的用来做比特币,我们要用工作量证明的办法。但那个办法它一个很大的坏处是我们需要消耗很大的计算量,来所谓的挖矿。

为了改变这一点,就有人提出了一个改进的协议,叫做以太坊。在以太坊里面,他们认为我们可能需要用一个叫做权益证明 Proof-of-Stake,这么一个东西。

这个权益证明的这么一个协议里面,一个非常关键的一点,它是需要有一个不容易被攻破的,而且能够被人信任的这么一个随机数叫“发声器”。

这样的比如说像悬铃木也罢,或者是九章量量子原型机也罢,它作为一个很特别的这样一个随机数的这么一个发声器,它是不能够被经典的随机数或者经典的计算机给模拟的。原则上来说,它就是可以用来做所谓权益证明的整个网络里面的这么一个重要的节点,相当于是在权益证明, Proof-of-Stake里面,它是可以找到它的应用。

据我所知到目前为止,以太坊的 Proof-of-Stake(权益证明)还没有真正的被用起来,虽然有一个理论上的概念,但是真正把它落地,缺乏一些真正的硬件。所以像悬铃木或者是九章,都是有可能作为潜在的这样的一个硬件落地的这么一个技术。

我觉得这很可能是对现有的这些计算网络或者是这些东西有很大用处的这么一个东西。


张 文 卓 :

量子计算机,那我补充一下吧。就是有一个分类,量子计算机现在研制过程中,给它分成两类。

一类是更长远的目标,叫通用型量子计算机。这个对标的就是我们现在经典计算机,我们现在用的计算机都是通用的,只要他一个比特一个比特的去操作,实现任意的逻辑门,能解决任何的算法,比如说我们现在用的电脑,用的各种计算机,它就属于通用的计算机。量子计算机的长期目标,也是做成这种通用的量子计算机,就是说任何两个比特都可以纠缠起来,任何多个比特也都可以纠缠起来,所有的都聚集起来,它的功能就是最强大的,这是一个长远的目标。

也是之前量子计算机曾经就很长一段时间,指的是通用的量子计算机,后来研制过程中,当时发现这个目标是太长远了,非常难。

因为它跟经典计算机不一样,经典计算机加一个比特,就是一个比特,它们之间直接是线性地往上增长,没有什么深入的关系。但量子计算机不一样,它加入一个量子比特,它要求这个比特具有跟其他之前所有的比特能纠缠起来的能力,所以它每加一个比特,它的难度是2的n次方这个关系,而并不像经典计算机一样,就是一个N的关系。

这样比如说你先来50个比特,51比特难度就是50比特乘2,52比特就是继续乘2,往上可想而知,整个研制过程是多么的难。

但是为了让这个量子计算机,能更早的为我们生活来服务,后来物理学家又提出了这么中间一个过渡,叫做专用量子计算机。专用量子计算机就是说我不去做成我每个比特我都能操控的那样,甚至连量子比特我都不是给它完全的制备出来,我只是用量子力学的过程,用物理过程来替代纯粹的计算过程,用物理过程来做加速。

量子计算机本身它这个是制备的非常好的量子态,咱们科学家来控制它各种各样操作,都是非常好的状态。这种时候可以用这个过程,把它造成一个专用型的,来加速某些具体问题的计算量,让这个速度变快。

实际上现在无论是悬铃木还是九章,目前进入的阶段是属于专用量子计算机阶段,而提出的量子霸权也好,量子称霸也好,或者现在谦虚一点,应该叫量子优越性。

它实际指的是专用型的量子计算机,它的速度能超过现在世界上最快的经典计算机,能超过它一个有量级上的提升,就代表量子优越性出来了。

当然有很多做计算机科学的人,确实有这个疑问,甚至曾经我们有一次去英国开会,说量子计算机密码威胁的时候,当提到这个专用型的时候,台下就有人大喊“It is unfair”。他的意思就是说你这是不公平的对比,因为本身你这个系统是有这个量子演化能力的,而经典计算机系统是没有量子演化能力,它是一个粒子太多了,它的量子性已经消失掉了,这是经典系统,所以你拿它两者来对比,这个能力就是相当于量子计算机作弊一样。

即使你这么想,也代表他的能力确实强。这就是好比姚明和咱们打篮球肯定是不公平的,但是 姚明这种身高,他确实就是厉害。所以现在专用型量子计算机,相当于这个阶段,它是本身系统具有的优势,它的物理优势在自己的物业演化过程就完成了这个计算,最大的速度直接就要比经典计算机这个题整很多,所以这是目前的重点,在专用的计算机上。

尹 璋 琦 :

对,不过现在来说专用量子计算机我觉得很大一点就是在增大量子比特数的同时,要控制它的误差,或者是控制它的错误率,要把错误率控制到一个相对比较低的量级,比如说千分之一左右。这样的话,目前的量子比特数可能在100,可能未来十年或者五年以内,它能做到几百甚至1000,同时也要把错误率能控制在千分之一以下。

在这种情况下,人们希望能在未来五年或者十年以内能够探索量子计算机专用计算机的应用。我刚才提到的一些潜在的用途只是在所谓量子优越性展现之后,人们很早看到了一些潜在的可能性。

还有一些其他的会跟我们的生活有更多更密切关系。比如模拟一些小的分子, 比如说 药物分子或者是这样的一些东西,我们可以加速药物的研发。更长远来说的话,我刚才说的提那些参数,错误率要千分之一以下,千分之一左右,比特数得到1000个甚至更多了。那是因为在这种基础上,我们才真的能做出一个可以纠错的,可以容纳错误的一个通用的量子计算机。我们才真的能够往shor算法或者类似这样的更长远的目标来迈进,真正验证shor算法,破解公共的密钥系统。


张 文 卓 :

璋琦提到的模拟分子从量子化学到制药的过程,确实这个非常重要。在我看来这个比最终实现shor算法还要重要。

因为大家还记得前几年有一个很火的电影叫《我不是药神》,这里面就是指出为什么抗癌药卖的那么贵,为什么老百姓你连命都不救,你的药厂还要卖这种高价,完全不在乎人的生死。但是你从药厂的角度来讲,它的整个研发过程,因为它计算机并帮不上太多的忙,它只能一种化合物一种化合物的去试,一种比例一种比例的去试,这种地产式的搜索,投入大量的人力、物力和资金,最后大海捞针找到一种有效,还要做长期的临床实验,最后再审批上市,最后它的专利保护期就非常短,这么几年他要捞回本,要把成本赚回来,他只有一条路就是卖非常高的价格。

如果量子计算机也就是专用型的,将来在千比特以内就能对量子化学计算有个非常指数级的提升,能让分子动力学的模拟,现在精准计算机都搞不定的事情,能在专用量的计算机上很短的时间给它搞定,对于药物研发来说,就省去这种地毯式搜索,这种大量人力物力、财力的投入,而把成本降下来的时候,最终这种药物的售价可能也就是要比之前要降下几个数量级,两三个数量级,这样的话对于整个人类健康或者我们要提升民生来说,这是一个非常重要的。所以在我看来可能量子计算机,目前来看能对人类,对我们的生活最大的一个贡献,也许就应该在制药这个行业,它得到一个更广泛的应用,而且它属于专用量子计算机,就是在我们可预见的未来,它可预见的短期应该是实现的。所以我觉得这是它的无论是社会价值还是经济价值,最大的点应该在这个上面。



袁 岚 峰 :


是,关于专用电子计算机多长时间内可以实现一个有实用价值的成果?陆朝阳预测大概是5年之内,这是他们目前努力的目标。


 

扩展阅读

九章不是计算机,是浮夸宣传?这是严重的误解 | 袁岚峰

让中央集体学习的量子科技究竟是啥?这个科普我已经做了五年(五)在九章中介绍九章 | 袁岚峰
实地参观量子计算机“九章”,它为啥能成为中国科学的名片?| 观视频工作室
比最快的超级计算机快一百万亿倍!中国科学家实现“量子计算优越性”里程碑
高空大气与量子雷达 | 窦贤康
让中央集体学习的量子科技究竟是啥?这个科普我已经做了五年(四)量子因数分解与破解密码 | 袁岚峰
科学不避争论:众学者激辩量子计算九大问题
科学家评论各国量子计算实力,你猜最大的喜剧和悲剧是谁?| 科技袁人
医药的逻辑 | 袁岚峰


背景简介:袁岚峰,中国科学技术大学化学博士,中国科学技术大学合肥微尺度物质科学国家研究中心副研究员,中国科学技术大学科技传播系副主任,中国科学院科学传播研究中心副主任,科技与战略风云学会会长,“科技袁人”节目主讲人,安徽省科学技术协会常务委员,中国青少年新媒体协会常务理事,中国科普作家协会理事,入选“典赞·2018科普中国”十大科学传播人物,微博@中科大胡不归,知乎@袁岚峰(https://www.zhihu.com/people/yuan-lan-feng-8)。

责任编辑:陈昕悦

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存