量子霸权擂台赛：中国反超，谷歌倒下！
11月4日，中科院张潘团队在arXiv上发表了一篇《解决 Sycamore 量子霸权电路的采样问题》论文。文章中指出，量子电路的采样问题可作为一项具体的计算任务，用以证明可编程量子器件是否具备能够超越经典计算的能力（即量子优势）。针对最早由谷歌推出的“量子霸权”中所求解的问题，张潘团队认为，现在可以通过一种经典计算方法（big-head张量网络方法）来解决，使用60个英伟达GPU组成的小型计算集群在5天内就可以完成谷歌的“量子霸权”实验，而且其线性交叉熵基准保真度(FXEB)为0.739，远远高于谷歌2019年宣布的0.002。
对应于Sycamore量子电路的三维张量网络示意图
在学术界，谷歌实现量子霸权的话题议论度一直很高。IBM曾在2019年反驳过该说法，并认为在经典计算机上模拟谷歌量子计算机的结果其实只需要2.5天，而且保真度要高得多。随着该论文的发布，一石激起千层浪，各大媒体都开始争相回溯“量子霸权”的发展史，开始讲述量子霸权从“诞生”、“吹捧”到“质疑”，以及如今“坍塌”的故事。同时，业内专家们也开始了激烈的争议。
经典计算“暂时超车”量子计算
鹏城实验室副研究员郑盛根博士告诉量子前哨，张潘老师团队的工作确实非常有意思而且结果也非常漂亮，这个工作的出现也是偶然中的必然。自从谷歌的Sycamore量子电路达到“量子霸权”后，陆陆续续出现很多经典模拟方面的讨论。
国防科技大学的吴俊杰、国家并行计算工程技术研究中心的刘鑫和刘雍、信息工程大学郭楚等人在这方面也有不少的工作，他们一步步的将经典模拟量子计算的时间缩短。早在今年三月，张潘老师团队也对经典计算机模拟Sycamore电路的算法提出了非常有力的改进。而现在张潘老师团队的工作，可以看成以上诸多工作最后的“临门一脚”，在理想的情况下说明了：谷歌Sycamore声称的“量子霸权”已经无效。
量子计算机
其实从2019年谷歌提出“量子霸权”这一说辞时，国内业内专家们就并不认同，只是称呼其具有“量子优越性”，而并非“量子霸权”。但业外人士可能还在懵圈，解决了量子电路的采样问题，又能怎么样？这是否证明了经典计算成功“超越”量子计算?业内外人士又该如何正确看待量子计算与经典计算的差异？
中国科学技术大学副研究员袁岚峰博士认为，据估计，如果张潘团队提出的新算法能够在即将研制成功的E级超算上高效实现，理想情况下，模拟将只需花费几十秒，这会比谷歌的量子硬件要更快。而经典模拟一旦可以完成，即意味可以得到末态的概率幅和概率这些在量子计算机上无法获取的数值。利用概率幅和概率值可以进行进一步采样，甚至构造损失函数用来进行线路参数的学习，这可以认为是经典计算相对于量子计算的优势。
显然，这并非“超越”，只是“暂时超车”。
量子霸权时代已然到来
毋庸置疑，量子计算机“超越”经典计算机只是时间的问题。郑盛根博士告诉量子前哨， “量子霸权”指的是量子计算机能解决一个经典计算机解决不了的任务。它并不是一个时间点，而是一个时间段。这里肯定存在着量子与经典互先领跑的过程。
比如，谷歌Sycamore声称达到了“量子霸权”超过了经典计算机，而张潘老师团队的工作说明，其实经典计算机也有更好的模拟算法，并实现了反超。然而中科大潘建伟院士团队最近提出的“祖冲之二号”在另外一个问题上也实现了“量子霸权”，并且他们的工作更难被经典算法反超。张潘老师团队最新的算法，也很难去模拟“祖冲之二号”的随机电路采样问题。当然，这是一个互相追赶的过程。一段时间后，也有可能出现新的经典算法去模拟“祖冲之二号”的随机电路采样问题。
但随着量子技术的发展，“量子霸权”将会成为不可逆转的事实。郑盛根博士举例说道，“打个比方，量子计算现在只是一个小小的婴儿，而经典的超级计算机已经是一个相当强壮的成年人了。”
此前，北京量子信息科学院副院长、清华大学教授龙桂鲁就指出，目前处于NISQ时代的量子计算机，具有个头巨大（2^1000个态空间）、有蛮力气、缺乏耐心、粗心大意的特点，且要用算法“哄”傻大个去做经典超级计算机无法做的事情。这颇为直观地描述了当前量子计算机的硬性缺陷。
而现在，量子计算这个小小的婴儿就已经可以跟强壮的超级计算机在‘量子霸权’这个事情上相互追赶了。那么假以时日，在“量子霸权”这个事情上，量子计算肯定可以甩开经典的超级计算机。
“量子霸权”时代已然开启，“入局者”在争当“破局人”，量子计算真正的价值意义还是要以商业落地为“基准线”。
量子优势的核心应用之一是赋能AI
看到这里，业内外人士可以清晰的认知，该篇论文是在技术层面上，强调并验证了由于经典计算的“暂时超车”，量子计算正随着“量子霸权”时代的开启呈上升趋势发展。那么，这对我们实际生活的商业场景应用又有什么帮助？
显然，“量子霸权”并不是量子计算的终点，它仅仅只是量子计算的起点。郑盛根博士说道，几乎目前所有实现“量子霸权”的方案都无法用来解决实际问题。“量子霸权”只是用来展示量子计算的肌肉，离实用还有一段距离要走。量子计算接下来最重要的任务之一，不仅仅是展示强壮的肌肉，更重要的是找到真正合适的应用场景。
就连袁岚峰博士也提出，“随机量子电路的采样问题”作为量子优越性的演示虽然是NISQ量子计算的标志和里程碑，但它本身并不是一个有实际意义的问题。
这并不是完全否决其商业意义，因为为了解决采样问题所催生的张量网络方法可以被应用于真正难以解决的经典问题中。袁岚峰博士认为，新提出的张量网络计算方法，一方面利用到了张量网络强大的计算和低秩近似能力，另一方面利用到了先进计算设备GPU的强大算力，可以帮助统计物理学家更好地解决统计物理中的自旋玻璃问题和应用数学中的组合优化问题。
袁岚峰博士说道，“如果可以同时结合张量网络的经典计算优势和量子计算机的量子计算优势，则有希望帮助我们以量子物理的方式更好地研究机器学习和AI。”
AI
这也是行内人因此热议的主要原因之一。总结下来，量子优势的核心价值在于助推利用量子技术来研究机器学习和AI，以及更好的解决物理中的自旋玻璃问题和应用数学中的组合优化问题，而利用量子优势赋能AI也是快速推进量子计算商业落地的着陆点之一。
据2020年12月波士顿咨询发布报告显示，NISQ时代未来3至5年市场规模将达2至50亿美元，广泛的量子优势在5至10+年市场规模将达25至500亿美元，全面容错在10至20+年市场规模将达450至8500亿美元。同时，在市场可落地场景上，AI和组合优化问题场景赫然在列。
纵观全球充分发挥量子计算商业化落地的优秀企业，两极分化也甚为严重，主要以大型企业和初创公司两类为主。其中美国以26家企业位居榜首，中国从事量子计算领域研究的有9家。大企业有阿里巴巴、华为、百度、腾讯，初创公司有本源量子、玻色量子、启科量子、图灵量子、量旋量子等。
未来，量子与经典的“霸权之争”将如何继续，量子计算市场格局将如何分布，且让我们拭目以待！
文：慕一
——end——