速度快，不是量子计算的唯一优势。它能做完全不同的事。|Google
说到量子计算，我们首先想到的是，它很快。但其实，它的优势不止于此。因为更接近于事物本源，它可以做到经典计算完全不能做到的事，比如：模拟真正的微观物理、化学过程。毕竟我们所见的世界，除了引力，都被量子力学所统治。去年，美国谷歌公司率先实现“量子优越性”，使用新型量子处理器运算200秒，相当于目前最强计算机运算1万年。虽然被批浮夸，论文也被撤稿。但最近，他们又利用同款量子处理器，在前所未有的水平上完成了一项化学过程的模拟。这一次，打开了量子计算机应用的大门。研究发表在《科学》杂志。那么，这项工作有什么了不起？量子处理器到底是如何工作的？它为什么能远超经典计算机？其发展还面临哪些问题呢？论文主角，谷歌研制的54位Sycamore量子计算机 | Rocco Ceselin回想经典计算机，出现不过70余年，其间，得益于半导体工艺的进步，它的体积越来越小，性能越来越强大，面向未来问题的超级计算机，算力已达到半E级（E级：每秒百亿亿次计算）。计算机芯片由大量晶体管组成。晶体管是计算机处理数据的最基本单元，它就像开关，可以阻拦或允许电流通过，这就产生了一个二进制的信息单元，人们称它为比特（Bit）。若干晶体管组成逻辑单元，实现与、或、非等简单的逻辑运算；大量逻辑单元组合在一起，最终实现了计算机强大的运算能力。人们一直试图减小晶体管的尺寸，以提高算力并减小功耗。然而，当晶体管已经小到纳米量级，需要解决的已不仅仅是工艺制程难题，还需要关注微观尺度下特殊的物理效应：当晶体管仅有数个原子大小时，电子可能无视阻碍直接通过一个已经关闭的晶体管。这个令人匪夷所思的现象被称为量子隧穿效应。宏观上，崂山道士的穿墙术被传为笑谈；而微观里，电子穿“墙”却被大量研究所证实，并且它的影响随着尺寸的减小而愈发显著。量子隧穿效应 | Techexplorist.com面对这样的物理极限，经典计算机性能遭遇瓶颈是迟早之事，另辟蹊径成为必需的考量。量子计算概念的提出，让人们看到了希望。在经典计算机中，某时刻一个经典比特根据电平高低，要么对应0，要么对应1，它只能处于一种状态。而在量子计算机中，一个量子比特（Qubit）则是处于0和1以某种方式进行归一化线性组合起来的特殊状态，这种状态被称为量子叠加态。就像薛定谔的猫：生活经验告诉我们，盒子中的猫要么是死的，要么是活的，只是我们没有打开盒子观察而已；而量子力学却认为，盒子中的猫是处于死和活的叠加态——一种超越生活经验的既死又活的特殊状态。直到我们打开盒子观察的那一刻，这种叠加态才发生改变，演变成了死或活中的一种状态。正是这种违背直觉的量子叠加态，带来了计算方式的极大变革。对于经典计算机中的经典比特，在任意时刻，它要么是0，要么是1，只能处于这两种状态中的一种；而量子比特则不同，由于量子叠加态的存在，每位量子比特可以同时工作于2种状态。因此，拓展到N位计算机，量子比特可以同时工作在2×2×…×2=2^N种状态，而经典比特仍然只有唯一1种状态。所以，1台N位量子计算机和2^N台N位经典计算机的计算能力相当，这就是并行计算的力量。并且，随着量子比特位数的增加，量子计算机算力还会呈现指数增长。300位量子比特可以处理的信息量（2^300）就已经超越了目前宇宙中已知的原子总数。这对一些特定领域，将带来压倒性优势。因为它可以同时计算所有的可能性，并通过一次观测直接得到最可能的结果。于是，在庞大的数据库中检索时，经典计算机需要遍历所有可能的匹配才能找到结果，而采用量子计算机，所有可能性被同时（并行）计算，检索时间将巨幅缩减。此外，量子计算机还可以轻松破解当前看似十分稳固的加密算法，到那时，银行、通信和比特币等行业将不得不升级加密方式以应对全新的信息安全挑战。当然，它的优势不只于此。量子计算机特殊的计算原理，使它能以更接近事物本源的方式模拟复杂的化学过程。物理学家费曼说，理论化学的最终归宿是在量子力学中。事实上，我们所见的世界，除了引力，都遵守量子力学法则。薛定谔方程是量子力学的一个基本方程，也是化学分子遵循的基本规律。虽然人们已经知道这些规律，但精确预测化学反应仍然是相当困难的，就像我们知道了弈棋规则，也很难成为象棋高手一样。当化学分子里的原子数量增加，解方程的运算量将呈指数级增长；特别是在化学反应过程中，系统的精确电子结构会更加复杂。虽然许多近似和简化算法已经被提出，但基于经典计算机的数值计算方法，始终难以胜任如此艰巨的任务。而量子计算机，则可以直接模拟量子化学现象，因为它们本质上都是遵循同样的量子力学原理。于是人们提出了量子算法，理论上大幅降低了运算难度。算法就绪，只差量子计算机了。2019年，谷歌宣布其研发的Sycamore量子处理器实现“量子优越性”，在约200秒内完成经典计算机约1万年才能完成的计算量（虽然被IBM纠正说实际只要2.5天）。而就在前不久，也是同一款Sycamore量子处理器，他们用12位量子比特成功模拟了二氮烯分子与氢原子反应形成其他构形的过程，准确描述了其中的氢原子位置变化和相应的氢链结合能。量子计算机最值得期待的应用之一——精确电子结构计算终于实现。这是人类第一次使用量子计算机预测化学反应机理，为量子计算向应用领域迈出具有里程碑意义的重要一步。Sycamore量子处理器 | Ai.googleblog.com可以想象，随着量子比特位数的增加和量子算法的进一步优化，量子计算机将可能以更高的效率模拟更复杂的化学反应，进而以更短的周期开发新的化学物质。这在一些特殊时期显得尤为重要，例如为应对COVID-19病毒的新药研发。药物研发是一个非常复杂和耗时的过程，而在分秒必争的疫情发展背景下，时间尤为珍贵。人们早已经将传统的药物实验筛选转移到了高性能计算机上。今年疫情期间，阿里巴巴、百度等公司向全球科研机构开放高性能计算集群算力，帮助缩短研发周期。如果采用量子计算机，可以预见研发过程将大幅加速。量子计算机的应用前景看似一片大好，然而它却是异常脆弱。量子叠加态稍被扰动，量子比特就可能发生一种被称为退相干的现象，退回到经典比特。正如薛定谔的猫，当打开盒子观察，猫的生死叠加态发生了退相干，猫的状态就由叠加态，变成了死或者生，二者只得其一。观察的力量这么强大？看一眼就能引起猫的状态变化？确实，对于量子来讲，观察的破坏力就是这么强。但需要明确的是，物理学中的“观察”和我们通常所理解的“观察”不尽相同。物理学中，一切观察皆是扰动，我们之所以看到物体，是因为有光照射在物体上，光子和物体作用后，反射光进入人眼而引起视觉。这个过程中，光子对被观察的物体产生了扰动。而我们生存的地球，时时处处都处于一些扰动当中，比如来自于自然环境中的微弱辐射。这使得学界对量子计算机的发展前景表示担忧。几天前，美国麻省理工学院（MIT）和美国太平洋西北国家实验室（PNNL）在《自然》上发表的一项研究就表明，来自建筑混凝土材料中的微量元素和宇宙射线发出的低强度无害背景辐射，足以导致量子比特退相干。环境背景辐射其实一直在我们周围，穿透力极强，难以消除。它通常不会引起我们的注意，但量子比特遭遇它们时，则会发生退相干。此时，量子比特的完整性无法保证，量子计算能维持的时间也将大幅缩短，这会严重影响量子计算机性能。该研究也验证了有效屏蔽辐射是提高量子计算机性能的重要途径，例如将量子计算机转入地下，或者在地面建立有效减轻辐射的设施，或者重新设计量子比特以钝化它们对某些扰动的敏感程度。此外，还可以通过优化算法、改进纠错机制等方法从软件层面减少环境辐射带来的影响。美国太平洋西北国家实验室的地下超低辐射探测装置 | AndreaStarr, PNNL
当人们使用算盘时，无法想象日夜不停拨弄算盘百年，也不过如今一颗小小芯片一秒的计算量；当我们正在使用手机或者电脑翻看这篇文章时，也难以想象量子计算机的惊人算力在未来会对人类社会产生怎样翻天覆地的影响。正如加拿大量子物理学家希尼·高斯（Shohini Ghose）在TED演讲中所说，“你不能通过制造越来越好的蜡烛来制造灯泡。灯泡是一种基于更深入科学理解的不同技术。”量子计算机之于经典计算机也是如此。伴随着希望、困难、挑战和隐忧，我们期待手提箱中的量子计算机，有一天可以演算出整个宇宙。Google AI Quantum and Collaborators, Hartree-Fockon a superconducting qubit quantum computer, Science, 369(6507): 1084-1089,2020.
Antti P. Vepsäläinen, Amir H. Karamlou, John L.Orrell, et al., Impact of ionizing radiation on superconducting qubitcoherence, Nature, 584: 551-556, 2020.
Shohini Ghose, Quantum computing explained in 10minutes, TED, 2018.
http://immersiveleaks.com/quantum-computing/
https://www.geeksforgeeks.org/conventional-computing-vs-quantum-computing/
https://www.newscientist.com/article/2253089-google-performed-the-first-quantum-simulation-of-a-chemical-reaction/
https://news.mit.edu/2020/cosmic-rays-limit-quantum-computing-0826
文章由“十点科学”（ID：Science_10）公众号发布，转载请注明出处。
你可能还想看
▽